本文调研了基于文本的聊天机器人的社交特性，提出了与用户期望一致的社交行为增强聊天机器人的能力，为设计师和研究人员提供了优化人机交互的机会。

Apr, 2019

本研究针对通俗聊天对话，通过调整可控的神经文本生成参数（条件训练和加权解码），控制重复、特定性、关联性和提问行为等四个重要特征，进行大规模人类评测，结果显示这些参数的不同组合能明显提升整体品质。

Feb, 2019

本研究提供了关于对话代理的主要特征、支持任务、相应的开放领域数据集以及用于基准测试这些数据集的方法的详细综述，强调了构建对话代理的关键因素，并提出了用于在不同任务之间建立统一基础模型的 UNIT 模型，本文作者还审查了用于测量对话代理绩效的评估策略并突出了有关对话 AI 领域未来研究的范围。

Jul, 2023

研究人工智能中的对话代理，探索深度学习技术如何提高人工对话代理水平。

Nov, 2022

现代软件开发中人工智能聊天机器人与人类之间的对话方式及其对协同工作的影响的研究分析了对话特性、交流样式上的相似与差异，指导开发人员如何塑造期望，以促进软件团队的沟通，结论是尽管 LLM 聊天机器人能提高生产力并减轻开发人员的心理负担，但无法替代与人类的交流。

May, 2024

计算思维与计算机编程具有学习曲线陡峭的特点。通过对话代理和生成式人工智能（genAI）的应用，可以提供个性化指导、互动学习体验和代码生成来促进学习过程。然而，目前基于 genAI 的聊天机器人主要面向专业开发人员，对教育需求的考虑可能不足够。因此，与教育者合作设计教育工具至关重要，本文通过设计虚构会话中的参与教育者洞察了一种具备指导学生分步练习、调整指导方法并关注教育背景、技能和学习偏好的对话代理，这些发现可为面向教授计算思维和计算机编程的辅导对话代理的未来实施提供指导。

Nov, 2023

通过引入认知启发式方法，通过计算语义和情节记忆、情绪、工作记忆和学习能力来解决对话代理人的技术和社交问题。

Nov, 2023

本文探讨了大规模语言技术在人类与对话代理之间的应用，提出了几个步骤以确保人类价值观得到贯彻，并探索了如何通过对话规范来协调对话代理与人类之间的通信。

Sep, 2022

本文回顾了近期关于神经网络方法在开放领域对话系统中解决语义、一致性和互动性挑战的工作，以实现与用户建立长期连结并满足人类沟通、情感和社会归属需求。

May, 2019

该论文讨论了构建一个引人入胜的开放领域对话代理所必需的特质，研究成果以及未来的发展空间。特别是，讨论了不断学习、提供引人入胜的内容和良好行为的特性，以及如何衡量其成功。最后总结了作者的经验和建议。

Jun, 2020