面向生成式沟通的多系统认知引导框架

研究者提出名为 Cognitive Steering 的框架，通过将 LLM 置于多模态上下文并用 AI 控制方法重建用户意图，以解决极简缩写输入在生成完整句子时的歧义问题。在模拟缩写基准上，将前沿模型与环境指代物、情绪状态和沟通动机对齐后，top-5 扩展准确率最高约 88%，是无上下文基线的两倍。研究还发现不同上下文需不同控制手段：物理对象适合显式文本提示，情绪等抽象因素更适合直接修改模型内部激活。

此前生成式辅助沟通主要依赖把缩写扩展为通顺句子，速度与表达力之间的权衡未解决，且缺少上下文时模型容易偏离用户真实意图。该工作把多模态上下文和模型控制方法引入意图重建，并用模拟基准给出可量化提升，说明高缩写输入下的意图对齐存在可测的改进空间。

机制是把环境指代物、情绪和沟通动机等外部信号注入 LLM 推理过程：显式信号以文本提示形式提供，抽象信号则通过直接干预内部激活实现。两类控制路径互补，从而在信息稀疏的输入条件下缩小语义歧义，使扩展结果更贴近用户原本的沟通目标。

对辅助沟通类产品的直接影响是，界面可能需要同时采集场景与情绪等多模态信号，并在模型侧区分提示层控制与激活层控制两条实现路径。研发上需投入上下文采集与对齐评测，成本上升，但有望降低用户输入负担并提高扩展准确率；评测指标可从句子流畅度转向意图命中率。

• 为缩写扩展类输入法或辅助沟通应用增加多模态上下文采集模块，并以 top-5 意图命中率作为核心指标。
• 针对情绪等抽象上下文，探索通过激活层控制接口替代纯提示工程的产品化封装。
• 在模拟缩写基准之外，建立面向真实用户沟通动机的意图对齐评测集。
• 面向场景指代物提供显式文本提示的轻量集成方案，作为低改动版本先行落地。

• 该框架在真实用户和真实沟通场景中的准确率是否与模拟缩写基准一致，证据未说明。
• 直接修改模型内部激活的控制方式在商业化产品中的稳定性、可移植性与合规要求尚不明确。
• 约 88% 的 top-5 扩展准确率对应哪些具体模型和数据集规模，证据未给出细节。
• 多模态上下文采集带来的隐私与用户负担问题，证据未涉及。