Speak for Me：赋予大语言模型参与会议的情境感知能力

在在线会议授权中，LLM 代理无法识别何时发言。由于没有结构化的方法来跟踪立场、覆盖范围和场地，他们错过了他们应该做出贡献的时刻。在 AMI 语料库中，仅提示代表对 51.4% 缺席参与者的发言机会保持沉默。我们提出 CAPA（协作代理预测架构），一种在线会议委托架构。感知器根据每个观察到的轮次更新会议状态。预测器预测对话将如何继续。控制者决定是否发言以及提出哪个建议。生成器以参与者的风格表达所选贡献。两名裁判对预测和下一个观察到的回合的行动进行评分。重新校准器根据这些判决更新会议状态，以供将来决策。为了评估在线委托，我们引入了一个情节级协议，该协议对委托是否、何时以及围绕参与者的实际想法单元做出的贡献进行评分。该协议的模式约束 LLM 法官与 Cohen 的 kappa = 0.71 处的人类注释一致。在 137 场 AMI 会议上，CAPA 将沉默率从 51.4% 降低至 2.5%，将恢复率加倍 (26.1 --> 52.2)，并将幻觉率保持在 0.6%。故障模式从遗漏转变为选择，每个残余的未遂事件都可归因于架构的特定模块。机制消融将会议状态识别为缩小识别差距的杠杆，而原始上下文缩放本身则不能。