От шума к сигналу: эволюция FPO
Команда исследователей во главе с Джеймсом Пустейковским (James Pustejovsky) представила работу, опубликованную в arXiv (29 июня 2026 г.), которая переосмысливает роль трения в коллаборативных диалогах. Ранее предложенная модель Frictive Policy Optimization (FPO) рассматривала недопонимание и исправления не как шум, а как эвристический сигнал для построения общего контекста. Однако старая версия предполагала, что участники диалога видят одну и ту же сцену, а разногласия возникают только из-за разного толкования предложений (propositional asymmetry).
Новое исследование расширяет FPO до уровня perceptual asymmetry (перцептивной асимметрии). В этой модели участники обладают асимметричной частичной информацией, и одно и то же указательное выражение может иметь разные значения в зависимости от того, чье информационное состояние служит основой для ссылки.
Эксперимент на HCRC MapTask
Для проверки гипотезы авторы провели анализ кросс-корпусов и зондирование больших языковых моделей (LLM) на задаче HCRC MapTask (Anderson et al., 1991). Ключевым выводом стало то, что функционал трения FPO валиден только при оценке изнутри «горизонта информации» каждого участника. Различные конфигурации ориентиров приводят к качественно разным режимам сбоев в установлении связи.
Особое внимание уделено классу неоднозначных конфигураций, которые вызывают непропорционально большое количество недопониманий. Эти ошибки часто маскируются под успешные траектории диалога, но на самом деле ведут к тихому расхождению смыслов.
Ключевой инсайт: перспектива важнее данных
Результаты зондирования LLM подтвердили парадоксальный вывод: наличие «правильной перспективы» (informed single viewpoint) превосходит по эффективности всеведущий доступ (omniscient access) к контекстам обоих участников. Это означает, что для ИИ-агентов критически важно не просто собирать все доступные данные, а уметь эффективно использовать ограниченную, но релевантную перспективу.
Предлагаемые улучшения аннотации
Для внедрения этих выводов в практику авторы предлагают две конкретные доработки:
- Декомпозиция подтипов состояний ожидания установления связи (pending grounding states).
- Классификация выравнивания, учитывающая процесс адаптации (accommodation-aware alignment classification).
Работа принята к публикации в Proceedings of SIGDIAL 2026 и открывает путь к созданию более устойчивых систем диалогового взаимодействия в условиях неполной информации.
Источник: arXiv cs.CL ↗