IJCAIMay, 2019

探索用于代理策略摘要的计算用户模型

PDF
TL;DR本文探究了不同模型用于提取摘要的作用，引入了基于所谓的模仿学习的策略总结方法，并论证了从提取摘要到重建策略所用的模型不匹配可能导致更差的重建质量；同时也通过人类主体实验表明：不同的背景下人们重构策略所采用的模型存在差异，而采用匹配的摘要提取模型可以提高性能。因此，这表明在策略总结中需要仔细考虑用户的模型。
ai agentspolicy summarizationimitation learningreconstruction qualityuser models
发现论文，激发创造
  • 通过对比行为总结展示自主机器人能力

    本文提出了一种自适应搜索方法，用于有效生成对比行为总结，该方法支持连续状态和操作空间，并通过用户研究证明其可以帮助人们在有限的观察时间预算内准确选择表现更好的自主代理人。

    Apr, 2023

  • 从人类反馈中学习摘要

    通过使用强化学习优化模型的奖励函数来预测人类偏好总结，本文展示了可显著提高总结质量的可能性，并在 TL;DR 数据集上取得了显著的优势。

    Sep, 2020

  • 一项用于从非结构化数据中学习结构的个性化强化学习摘要服务

    该论文提出了一种基于个性化概念的分层式摘要方法 Summation，使用强化学习算法生成特定主题的未见文档的个性化摘要，以增强理解、有效导航和满足用户独特需求从大量文献中提取有意义的见解。

    Jul, 2023

  • 观点摘要的小样本学习

    本文介绍了一种学习无监督条款，在生成模型中引入少量样本来捕获其必要属性的方法，用于生成商品评论等主观性文本的摘要，该方法比以往的提取和抽象方法更有效。

    Apr, 2020

  • 生成型智能体中总结的角色：初步视角

    掌握总结能力是生成智能体最基础和不可或缺的能力，在不同场景下展现生成智能体的重要性，为未来的研究提供启示。

    May, 2023

  • 可微分用户模型

    本文介绍了一种通过不同 iable surrogates 来规避计算时间瓶颈的方法，这种方法可以使现代行为模型在线使用而无需考虑其计算成本，并且在计算时间上可以实现与无法似然推断方法相当的建模能力，最后，我们展示了如何使 AI 助手在先前研究过的菜单搜索任务中计算模型的可行性。

    Nov, 2022

  • 深度强化学习在全局策略下用于基于查询的提取式摘要

    本文提出一种应用基于策略梯度算法的深度强化学习系统的证明性方法，以解决文本摘要中标签不匹配问题，使用无折扣奖励学习具有简单神经网络和简单特征的策略，验证结果表明在全局策略下具有鼓舞人心的表现。

    Nov, 2017

  • 通过选择有信息量的评论学习观点摘要器

    本文研究了如何在大数据集上进行意见总结，并通过选择有信息量的评论子集并联合学习摘要生成器来解决这个问题。

    Sep, 2021

  • 文本摘要的逆强化学习

    本研究使用反向强化学习的方法构建了一个文本摘要模型，通过同时评估摘要代理的奖励函数和优化，我们证明该模型在诸多评测标准中优于 MLE 和 RL 基线模型。

    Dec, 2022

  • 人在环节下的抽象式对话摘要

    本文提出引入不同层次的人类反馈，结合增强学习以提高抽象对话摘要的质量。实验表明，该方法在人类判断方面优于监督式基线，并能提高摘要质量。

    Dec, 2022