该论文介绍了 Proactive Thinking，这是一个使大型语言模型在对话空闲期间预计算潜在响应元素，而不是 idle 等待用户输入的框架。这种方法旨在弥合反应式 AI 推理与人类式预判对话之间的差距。

  • 该方法采用无需训练的基线，通过推测性持续思考来预测未来状态。
  • 评估利用三个经过调整的基准测试，配置为时间感知环境以模拟实时对话流。
  • 结果表明，主动思考提高了交互效率，且未损害性能。

作者倡导向智能预判 AI 的转变，作为实时对话系统的根本改进。