Naukowcy z zainteresowaniem patrząc na zachowanie dużych modeli językowych stwierdzili, że LLM-y mają wyraźną skłonność do udzielania zdecydowanych odpowiedzi za jednym razem zamiast angażowania się w wymiany wyjaśniające. Problem polega na tym, że gdy referencja jest niejasna, pytania wyjaśniające mogą znacznie zawęzić zbiór możliwych referentów i prowadzić do lepszego rozwiązania, ale modele tego instynktu nie mają.
Badacze stworzyli kontrolowane środowisko testowe na bazie zbioru SIMMC 2.1, który zawiera informacje o liczbie pytań potrzebnych do poprawnego rozwiązania każdej niejasnej referencji. Przeanalizowali zachowanie bazowych modeli LLM oraz popularne metody fine-tuningu, obserwując jak często podejmują decyzję o zadaniu pytania wyjaśniającego wobec konkurencji ze zmuszeniem się do odpowiadania bez dodatkowych informacji.
Proponowana metoda BACE to lekka akcja-selektor działająca na zamrożonym grzbiecie modelu, która śledzi epistemiczne stany wiedzy. Wyniki pokazują, że BACE konsekwentnie wybiera optymalną liczbę pytań wyjaśniających lepiej niż konkurencyjne metody takie jak GRPO i ArCHer. To otwarcie drogi do budowy bardziej dialogowych systemów AI, które potrafią rozpoznawać kiedy im brakuje informacji zamiast zgadywać.