DiscussLLM: Teaching Large Language Models When to Speak

DiscussLLM研究总结与关键内容翻译

一、文章主要内容总结

1. 研究背景与核心问题

当前大型语言模型（LLMs，如GPT-4、Gemini 2.5等）虽具备强大的文本理解与生成能力，但本质上是反应式智能体，仅在接收明确指令时才会响应，存在“感知缺口”（Awareness Gap）。在实际场景（如头脑风暴、学习小组讨论）中，无法像人类专家一样主动识别对话中的关键时机（如事实错误、概念混淆）并介入，即无法解决“何时发言”（When to Speak）的核心问题。

2. 核心解决方案：DiscussLLM框架

为填补“感知缺口”，研究团队提出DiscussLLM框架，核心目标是训练LLM主动判断“是否发言”与“何时发言”，而非仅被动响应。框架通过以下关键组件实现：

• 特殊沉默令牌（Silent Token）：训练模型在无需介入时输出该令牌，避免无意义打断；仅在能提供有价值贡献时生成干预内容。
• 两阶段合成数据集生成 pipeline：解决“何时发言”训练数据稀缺的问题，具体流程如下：
  1. 场景合成阶段（Stage 1）：以Yahoo! Answers Topics数据集为基础，过滤后得到高质量话题-内容对，再通过Llama 3 8B Instruct模型生成结构化场景（含对话背景、指定AI干预类型，共5