Dec, 2021

我是我还是你？现代对话模型无法维护身份

PDF
TL;DR通过对话模型进行定量化和形式化，并且使用人类评估实验证明了角色身份维持的问题，提出了识别讲话者的判别模型，并评估了改变模型结构、训练协议和译码策略等多种缓解方法，发现最佳模型能够将身份混淆问题降低近 65% 同时提高参与度，但是维护角色身份仍然是一个具有挑战性的问题。
dialogue modelsfactual accuracycharacter identitydiscriminative modelsmitigation methods
发现论文，激发创造
  • 我会听起来像我自己吗？通过实践自我意识提高对话中的人物形象一致性

    我们探讨了如何通过 Rational Speech Acts 框架的方法，为已有的对话代理赋予公共自我意识的能力，以强化其一致性并减少矛盾，同时探索了如何在对话中提高背景一致性。

    Apr, 2020

  • 对话中的自动事实核查：需要专门的模型吗？

    利用检索适应和转换对话输入的技术，使得典型事实核查模型在对话和独立断言上都能保持准确性，与对话精细调整模型相比具有竞争力。

    Nov, 2023

  • 具有隐式用户人设检测的个性化对话生成器

    提出了一种基于用户人格检测的个性化对话生成器，该方法使用条件变分推理建立用户潜在人格模型并利用后验鉴别正则化提高训练效果，在实证研究中实现比现有技术更高的对用户人格关注和提升了对话品质的效果。

    Apr, 2022

  • 为聊天机器赋予人格 / 身份以进行连贯对话生成

    本研究使用社交媒体的一般会话数据，构建了一个包含三个模块的模型：个人信息检测器，双向 decoder 和位置检测器，有效地生成了聊天机器人的自然、多样和连贯的回复。

    Jun, 2017

  • 区分虚构声音：引语归属的作者验证模型研究

    通过对大量英语小说进行预训练的作者验证模型编码以角色的引用，本研究探索了角色的文体表征，并且结果表明这些模型中融合的文体和主题信息能够准确区分角色，但在归属引用方面并没有必要超过仅有语义的模型，然而这些结果在小说之间存在差异，因此在文学文本和角色研究领域需要进行更多针对性的文体测量模型的研究。

    Jan, 2024

  • 通过对话交互检测身份欺诈

    本研究提出一种新型的交互式对话系统，包括知识图谱构造器和结构化对话管理模块，用于贷款申请中的身份欺诈检测。实验证明，该系统可以有效地检测欺诈者，并在识别准确性方面优于基于规则的系统。此外，该系统的学习对话策略具有可解释性和灵活性，有助于推广实际应用。

    Aug, 2019

  • 多方对话中的协议检测：以演讲者划分和程序基准评估来增强用户参与

    这项研究使用合作性问答来比较确定协议的分离或基于频率和接近度的方法，以及它们对玩家参与度的影响。实验结果表明，我们的程序系统在检测协议方面更精确，达到平均准确率 0.44，而使用分离系统的准确率仅为 0.28。

    Nov, 2023

  • 防止对话表征泄露说话人的个人隐私：你不知道我的最喜欢的颜色

    本研究旨在探究基于语言模型训练的社交聊天机器人中隐藏状态的隐私泄露问题，并提出了有效的防御目标以保护用户隐私。通过大量实验验证，我们的防御目标可以将攻击准确率从 37.6% 降低到 0.5%。

    Apr, 2022

  • 通过相互人设感知实现的对话生成

    本文提出了基于 P^2 框架的机器人 P^2 Bot，该框架旨在显式地建立对话者间的理解模型。实验结果表明该框架在大型公共数据集 Persona-Chat 上取得了显著效果提升。

    Apr, 2020

  • 我们就是我们反复做的事情：在基于人物的回答中引导和应用习惯性模式

    使用明确的模式表示，检索相关模式以生成基于人物形象的回复的大型语言模型的对话生成方法。同时，通过从简单事实集合生成通用段落，然后从生成的段落归纳模式的方法来引导这些模式的创建。

    Oct, 2023