真知浩见出品论文T2
AURA：面向 AI 驱动自适应对话式问卷的强化学习框架
AURA: A Reinforcement Learning Framework for AI-Driven Adaptive Conversational Surveys
arXiv cs.HC · 发布于 2026-11-09 13:00 · 收录于 2026-11-10
摘要
AURA 提出一个强化学习框架，用于 AI 驱动的自适应对话式问卷，受控评估中回答质量平均提升 +0.076。它用 LSDE 指标评估回答，并基于 96 段既往校园氛围对话（467 次交流）初始化策略。AURA 还显著优于非自适应基线（p=0.044，d=0.66），并将 specification prompts 减少 63%。
论文/研究问卷/定量AI 访谈定性分析