Bài báo này nghiên cứu khả năng đặt câu hỏi của mô hình ngôn ngữ quy mô lớn (LLM) trong các cuộc hội thoại hướng nhiệm vụ theo định dạng người cung cấp lệnh/người thực hiện lệnh không đồng bộ. Chúng tôi trình bày một ngữ liệu mới tích hợp hai chú thích hiện có (tham chiếu và mơ hồ, giải thích nhúng SDRT) từ ngữ liệu hội thoại Minecraft thành một định dạng chung duy nhất, cung cấp thông tin cần thiết để thử nghiệm các giải thích và mối quan hệ của chúng với sự mơ hồ. Sử dụng ngữ liệu này, chúng tôi so sánh hành vi của LLM với các câu hỏi ban đầu do con người tạo ra để nghiên cứu cách con người và LLM hành xử khi có sự mơ hồ. Chúng tôi thấy rằng chỉ có một mối quan hệ yếu giữa sự mơ hồ và việc con người tạo ra câu hỏi, và mối tương quan giữa con người và LLM là thấp. Mọi người hiếm khi đặt câu hỏi về sự mơ hồ tham chiếu, nhưng thường đặt câu hỏi về sự không chắc chắn dựa trên nhiệm vụ. Ngược lại, LLM tạo ra nhiều câu hỏi hơn về sự mơ hồ tham chiếu, nhưng ít hơn về sự không chắc chắn của nhiệm vụ. Chúng tôi đặt câu hỏi liệu khả năng đặt câu hỏi của LLM có dựa trên khả năng mô phỏng các suy luận gần đây của họ hay không và chúng tôi kiểm tra điều này bằng nhiều phương pháp suy luận khác nhau, cho thấy rằng suy luận làm tăng tần suất và mức độ liên quan của các câu hỏi.
