Sparrow 讲解

论文解决了什么问题

WebGPT 已经证明：受控浏览 + 人的偏好，可以把回答接到网页证据上。Sparrow 把场景改成多轮信息寻求，并把「无害」拆成可逐条探测的自然语言规则，而不是一个笼统的安全分。证据给标注者看，降低「听起来像真的」蒙混过关。

它仍是对话：Search 是为了回答下一句，不是为了改环境状态。作者自己把模型叫 dialogue agent，任务边界写得很窄。

对后续 LLM 与 Agent 的影响

「带出处的对话」和「规则可单独打分」后来分别出现在产品引用卡和对齐配方里。对 Agent 史它是问答研究原型：有检索动作，观察通道是页面，谓词是带引用的答案。循环为的是答对，不是执行开放目标。不要把它写成已经交付的自主执行产品。