ProductAgent: Benchmarking Conversational Product Search Agent with Asking Clarification Questions

本文介绍了在电商场景下的产品需求澄清任务，其中用户以模糊的查询开始对话，任务导向型智能体旨在通过提问澄清来实现更准确和个性化的产品搜索。为了解决这个任务，我们提出了ProductAgent，一种具有战略性澄清问题生成和动态产品检索能力的对话信息查询智能体。具体来说，我们为产品特征总结、查询生成和产品检索开发了策略。此外，我们提出了PROCLARE基准来评估代理的性能，该基准利用LLM驱动的用户模拟器进行自动和定性评估。实验表明，ProductAgent与用户积极互动，并随着对话轮数的增加提高了检索性能，其中用户需求逐渐变得更加明确和详细。所有源代码将在评审匿名期后发布。

解决问题的任务是在电商场景下的模糊查询的需求澄清，是否是一个新问题需要进一步考察。

论文提出了一种名为ProductAgent的对话信息寻求代理，具备策略性澄清问题生成和动态产品检索的能力。通过产品特征总结、查询生成和产品检索等策略来解决问题。

论文提出了一个名为PROCLARE的基准来评估代理的性能，实验结果表明ProductAgent可以在与用户的交互中积极地进行产品搜索，并且随着对话次数的增加，用户需求逐渐变得更加明确和详细。此外，论文还将源代码公开。

最近在这个领域中，还有一些相关的研究，如《A Survey of E-commerce Recommendation Systems》、《A Review of Research on E-commerce Recommendation System》等。