OnGoal: Tracking and Visualizing Conversational Goals in Multi-Turn Dialogue with Large Language ...

OnGoal论文总结与核心部分翻译

一、文章主要内容总结

1. 研究背景与问题

随着大语言模型（LLMs）多轮对话的长度和复杂度不断增加，用户难以评估和回顾对话目标的进展，存在三大核心挑战：

• 目标理解偏差（C1）：LLMs可能遗漏、误解用户重叠或冲突的对话目标，导致沟通失效。
• 长对话感知负担（C2）：消息积累使用户在冗长对话中追踪目标进展需耗费大量时间和精力，易忽略关键信息。
• LLM行为不透明（C3）：LLMs可能出现遗忘目标、主题漂移等问题，但用户难以识别这些不良行为的原因。

2. 解决方案：OnGoal系统

OnGoal是一款增强型LLM聊天界面，通过目标追踪流水线和可视化组件解决上述挑战，核心构成如下：

• 目标流水线（三阶段）
  1. 目标推断（Infer）：基于用户输入，提取问题、请求、提议、建议四类对话目标，并生成目标摘要。
  2. 目标合并（Merge）：对比历史目标与新推断目标，执行“替换（矛盾目标）”“合并（相似目标）”“保留（独特目标）”操作。
  3. 目标评估