澄清还不够：澄清后的回答仍然是多轮 QA 的瓶颈

多元一致性要求系统适应不同的用户价值观、沟通方式和情境假设。我们相信，这种一致性的一个基本先决条件是，当人们的意图不明确或模糊时，能够准确地激发人们的偏好。我们通过将问题分解为两个部分来研究多轮问答中的偏好引发问题：\textbf{澄清策略}，它决定是否提出澄清问题或直接回答；和 \textbf{澄清后回答}，一旦提供了缺失的信息，它就会产生正确的最终答案。我们使用 PACIFIC 基准表明，监督 微调 快速改进了澄清策略，但是，即使模型采取正确的操作，最终答案的准确性仍然大大降低。这一差距表明，理解和正确解释用户的响应是多轮问答系统中的关键差距。