从文本到多模态交互的多轮对话式 AI：数据、模型、评估与开放挑战

英文标题：Multi-turn Conversational AI from Text to Multimodal Interaction: Data, Models, Evaluation, and Open Challenges

该论文探讨对话式 AI 如何从孤立的文本提示，迈向持续进行的多轮、多模态交互。摘要指出，真实对话中用户会澄清目标、修改请求、打断回复、切换话题，并提供新的证据。论文聚焦支撑这类能力的数据、模型和评估方法，以及仍待解决的开放挑战，这对构建更贴近真实使用场景的 AI Agent 和交互系统具有参考意义。

2.1 KB 483 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB