Asking What Matters: Reward-Driven Clarification for Software Engineering Tasks
询问何为关键：面向软件工程任务的奖励驱动澄清
机构 * Language Technologies Institute, Carnegie Mellon University, Pittsburgh, USA（语言技术研究所，卡内基梅隆大学，匹兹堡，美国）
AI总结 本文研究软件工程任务中有效澄清问题的方法，通过量化影响任务成功的信息类型和用户能提供的信息，提出基于Shapley属性和分布比较的多阶段强化学习奖励机制，训练出CLARITI模块，在未明确问题上表现优于GPT-5，生成更少问题。
Comments 28 pages, 6 figures
