综述指出，大型语言模型在多轮任务、外部数据库交互和语境理解上存在不足，易受上下文干扰而遗忘知识，用户难以识别其错误。结合强化学习、业务逻辑与提示优化，可提升任务型对话成功率、软件指导与故障解决效率，并实现轻量级手机交互。

该文综述强化学习结合自然语言模型在对话系统中的应用，涵盖实时对话系统在谷歌智能助手实验中显著超越强化模型、离线强化学习训练更逼真的任务型对话代理、迁移学习缓解目标导向聊天机器人训练数据不足、神经对话模型生成更长且不重复的交互回复、视觉对话代理通过协作游戏自主形成基于视觉属性的语言、辅助目标激励多样性提问以提升视觉对话效果、关键词控制方法引导对话流向指定目标、策略梯度优化视觉相关任务对话、端到端任务导向系统跟踪状态并与知识库交互，以及交互式推荐系统助用户精准找电影。