May, 2023

通过人机合作解决自然语言处理问题：一种基于讨论的方法

PDF
TL;DR研究创建一个数据集和计算框架，使系统能够与人进行对话并改进其预测，通过实验表明所提出的系统可以通过讨论与人产生益处的对话，从而在自然语言推理任务中提高准确性高达 25 个百分点。
discussionsexplainabilitypredictionsdatasetdialogue
发现论文，激发创造
  • 人类辅助的协作问题解决：一种基于自然语言的框架

    本文介绍了一个人机协同问题解决框架，其中包含自然语言引擎、概念学习器和 HTN 规划器等三个组件，通过在基于 Minecraft 的积木世界中进行合作构建任务来演示该框架解决协同问题解决的关键挑战。

    Jul, 2022

  • 通过互相反馈与代理互动，提高基于场景的语言理解能力

    探索交互式人工智能与人类协作的方向，研究在基于 Minecraft 世界的交互式语言理解任务中，人类可以提供哪些类型的辅助帮助，以提高 AI 行为的性能和表现。

    Apr, 2023

  • 面向协作的对话管理的神经时代：文献综述

    基于对话的人工智能协作可以在协作问题解决、创造性探索和社交支持方面起到革命性作用。本调查从传统的手工制作和信息状态方法到 AI 规划启发的方法，回顾了协同对话系统中对话管理范式的演变。然后，将焦点转向当代的数据驱动对话管理技术，这些技术旨在将深度学习在填充表格和开放领域环境中的成功经验转移到协作场景。本文还分析了一组将神经方法应用于协同对话管理的最新作品，突出了该领域的主要趋势。希望本调查为未来协同对话管理的发展提供基础背景，特别是在对话系统社区继续积极探索大型语言模型的潜力的情况下。

    Jul, 2023

  • 通过混合自然语言处理方法促进意见多样性

    现代民主面临公民参与度下降的关键问题。网络讨论论坛是增强公民参与的重要途径。该研究提议通过自然语言处理结合人工智能技术解决在线大规模讨论中的挑战，并研究这些技术能在在线讨论中揭示的个人观点。我们提出了一个由人工智能和大型语言模型组成的三层层级结构来表示观点，展示这些表示形式如何洞察观点的多样性以及允许我们研究在线讨论中的互动。

    May, 2024

  • 走向人机协作讨论分析的人在循环中语言模型方法

    采用人在循环提示工程方法与 GPT-4-Turbo 进行学生之间的协同话语的总结和分类的初步结果表明 GPT-4-Turbo 可能能够以与人类相媲美的方式表征学生的协同学习，并且我们的方法值得进一步研究。

    May, 2024

  • 探索 LLM 代理的协作机制：社会心理学视角

    NLP 系统在多智能体社会中能够模拟人类协作智能吗？本文通过实验和理论结合，研究了当代 NLP 系统之间的协作机制，发现使用不同的社交行为，从积极辩论到内省反思，LLM 代理能够高效完成任务，并表现出类似人类的社交行为，这为 LLM 的协作机制提供了进一步的研究启示。

    Oct, 2023

  • 从知识增强到多任务学习：走向类人对话系统

    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

  • 利用人类解释提高自然语言处理模型的研究调查

    本研究介绍了学习基于人类解释的方法，并比较了使用不同解释类型和机制的不同方法，以帮助从业者选择特定用例的最佳方法。

    Apr, 2022

  • 实现型人机协作的动态模型：理论和实证证据

    使用机器学习模型进行人机协作系统，研究展示了其动态过程、稳定状态和实际效果；通过针对背包问题的实验，发现人类在与机器学习模型合作中能够改进预测性能，同时发现货币激励对人类决策没有积极影响。

    May, 2024

  • 在线客服人工智能协作系统

    本文提出一种在实时协作的条件下，结合人工支持代理和 AI 代理机器学习技术来满意地回答客户的查询的系统解决方案。

    Jan, 2023