本文提出了对话系统 Alquist 的第二个版本，利用基于本体的主题结构来组织对话系统，并通过 LSTM 模型对话管理，以获得更好的用户体验。

Nov, 2020

Chirpy Cardinal 是一种开放领域的社交聊天机器人，以整合控制神经生成和人工编写的对话为特色，可以让用户和机器人交替驱动对话，从而产生一种有趣和社交流畅的体验。

Jul, 2022

UCSC's conversational agent, Athena 2.0, utilizes a novel knowledge-grounded discourse model for Amazon's Socialbot Grand Challenge 4, incorporating entity links, named-entity recognition, coreference resolution, and a user model for personalization.

Aug, 2023

UCSC's SlugBot team has developed a novel Discourse Relation Dialogue Model and UniSlug ontological resource to create a modular dialogue system that supports conversational capabilities beyond traditional computational dialogue models, in response to the requirements of the Amazon Alexa Prize Bot competition.

Jul, 2019

通过辅助目标激励 Qbot 多样性提问以减少重复，从而达到更好的视觉对话效果，在保证与前期研究同等图像相关性的同时，大大提升了对话的多样性、一致性、流畅度和细节。

Sep, 2019

本研究探讨使用小量未标记数据自动诱导任务型对话系统的端到端方法，利用动态句法和类型理论与记录相结合的增量语义语法和强化学习，其产生的系统是增量的，可以处理 74％的 Facebook AI bAbI 数据集，和 65％的 bAbI + 语料库，并比较了当前最先进的检索模型 MemN2N，揭示出其对 bAbI + 的转换的性能非常差。

Sep, 2017

该研究提出了一个混合模型，结合了神经会话模型和基于规则的图形对话系统，通过聊天对话协助用户安排提醒，该系统相较于基于规则的基准系统表现出显著的改进，并结合了神经生成模型，使其足够稳健以应对实际应用场景。

Nov, 2017

该论文介绍了一种新颖的、面向亚马逊 Alexa 奖赛的社交机器人，旨在与用户进行友好的谈话，并在各种话题上展开对话。我们提出了一种模块化系统，重点介绍了我们使用人类思维作为数据管理模型的不同数据来源以及我们如何构建和使用自然语言理解和信息检索工具和 API 来扩展我们的知识库。此外，我们描述了我们的半结构化、可扩展的框架，用于构建特定话题的对话流程，并详细说明了我们的对话管理方案和评分机制。最后，我们简要评估了系统的性能，并观察了开放领域社交机器人面临的挑战。

Jan, 2018

本文选举为教育对话中教师回应产生共性任务的首个任务，以基于生成语言模型的人工智能教师为校准目标；在八个参赛者中，NAISTeacher 系统以 GPT-3.5 生成器为基础靠类似于提示流的集合和对话环境上的排名生成，达到自动和人工评估的双重第一名；然而，结果也凸显出现有的关键问题，包括需适合于教育场景的评估指标等。

Jun, 2023

Converse 是一种基于任务、灵活性高的对话系统，采用模块化设计并提供强大的多任务对话管理功能，支持任务依赖和任务切换，是一种易于构建和维护的机器人建造工具，适用于专业和非专业开发人员。

Mar, 2022