CLEAT to nowy framework do trenowania agentów AI, który rozwiązuje problem wyrównywania zamiarów użytkownika poprzez interaktywne pytania wyjaśniające. Podczas gdy agenci oparte na modelach takich jak Qwen3-4B potrafią wykonywać coraz bardziej zaawansowane zadania, efektywna współpraca wymaga zrozumienia celów i ograniczeń, które użytkownicy często nie wyrażają wprost. Problem polega na tym, że pytania są użyteczne tylko wtedy, gdy agent potrafi wykorzystać odpowiedzi do podejmowania lepszych decyzji.
Metoda CLEAT współtrenuje dwa komponenty: kontroler oceniający wartość pytań wyjaśniających oraz główną politykę wykonywania zadań. Kluczową innowacją jest koncepcja residual query value - miary użyteczności pytania w porównaniu do podejścia bez pytania. Wartość ta jest szacowana poprzez sparowane symulacje (rollouts) z tej samej historii interakcji. Podczas treningu kontroler uczy się przewidywać, które pytania będą rzeczywiście pomocne, a agent uczy się wybierać użyteczne pytania i działać na podstawie odpowiedzi.
Ramework wykazuje znaczące ulepszenia empiryczne - z modelem Qwen3-4B osiąga najwyższe wyniki we wszystkich dziesięciu ustawieniach testowych na czterech benchmarkach. Na platformie UserGym Travel system uzyskał wzrost dokładności o 13,2 punktu procentowego, a na benchmarku IN3 o 6,5 punktu. Podejście adaptacyjne pozwala wartościowaniu pytań zmieniać się w miarę jak agent się uczy, co stanowi znaczny krok w kierunku bardziej inteligentnej i responsywnej interakcji między użytkownikami a agentami AI.