Nov, 2023

大规模语言模型驱动的对话代理的即插即用策略规划器

PDF
TL;DR本文提出了一种用于策划大型语言模型（LLMs）主动对话问题的新型对话策略规划范式，名为 PPDPP，通过可调节的语言模型插件来提高 LLMs 的主动性。实验证明，在谈判、情感支持和辅导对话等三个不同的主动对话应用中，PPDPP 相对于现有方法始终有显著的性能优势。
proactive dialoguesdialogue policy planninglarge language modelssupervised fine-tuningreinforcement learning
发现论文，激发创造
  • 像人一样规划：对话规划的双过程框架

    通过引入心理学中的双过程理论，我们提出了双过程对话规划（DPDP）框架，结合直觉策略模型和深思熟虑的蒙特卡洛树搜索机制，通过线下强化学习和增强的实时学习实现了效率和策略深度之间的动态平衡，并在各种对话任务中实验证实了 DPDP 在实现高质量对话和操作效率上的卓越性。

    Jun, 2024

  • 三思而后言：通过计划单次对话来改善多次对话策略

    本文提出了一种基于多任务学习框架的 Planning Enhanced Dialog Policy (PEDP) 方法，使用模型规划来模拟单动作对话，从而增强多动作预测，实现了相对于现有状态下最先进方法的 3% 提高，达到了 90.6% 的可靠任务成功率。

    Apr, 2022

  • 提问为前题：面向现实世界规划的积极语言代理

    这篇研究论文探索了大型语言模型在用户指令理解和决策方面的潜力，并提出了一种新的任务，即主动性代理规划。通过建立一个新的基准数据集和提出一个多代理框架，研究者验证了所提出框架的有效性。

    Jun, 2024

  • LLM+P：利用最优规划提升大型语言模型的性能

    本文介绍了 LLM + P 框架，将经典计划器的优点结合到大语言模型中，可以通过自然语言描述解决计划问题，经过实验发现 LLM + P 可以提供大多数问题的最优解，而 LLMs 则无法为大多数问题提供甚至可行的计划。

    Apr, 2023

  • 针对积极对话的大型语言模型的提示和评估：澄清、目标导向和非协作

    本篇论文中，我们提出了一种称之为 Proactive Chain-of-Thought 推导方案，它能够增强 LLMs 的目标规划能力，以解决其在主动对话方面的不足，具体涉及三个方面：澄清、目标引导和非协作对话。我们还探讨了相应的实证结果，以促进未来在基于 LLM 的主动对话系统方面的研究。

    May, 2023

  • 利用即插即用控制器驱动

    提出了一种新颖的使用预训练语言模型进行灵活属性控制的文本生成方法，通过动态调整生成文本的分布，修改提示信息，限制语言模型的输出空间并影响所需属性，在 PLM 和 PPC 之间实现协作，通过 RLDAF 方法在推理过程中改进文本生成的顺畅性，实验证明该方法在多个评估指标下（包括文本流畅性和属性一致性）优于之前的方法。

    Feb, 2024

  • 从对话中无监督提取对话策略

    本文提出了一种利用大型语言模型从数据集中提取对话策略的方法，通过将对话转换为规范形式的中间表示，并结合图形遍历算法提取对话流程，以提供对话设计人员更多的控制，从而改善对话策略开发过程的效率工具。

    Jun, 2024

  • AdaPlanner：使用语言模型的自适应反馈规划

    本文提出了 AdaPlanner，一种基于闭环反馈的语言模型智能体自适应地改进生成的计划，并通过新的技能发现机制，使其能够在更复杂的任务和环境中实现更好的连续决策性能，实验结果表明 AdaPlanner 在 ALFWorld 和 MiniWoB++ 环境中优于现有的基线算法。

    May, 2023

  • Agent-Pro: 通过策略层面的反思与优化进行学习进化

    Agent-Pro 是基于 LLM 的智能代理，具备策略级别的反思和优化能力，可以通过互动经验不断学习和提升行为策略，在复杂和动态场景中表现出色。

    Feb, 2024

  • 动态对话策略的连续强化学习

    为了解决任务导向的对话系统在学习新知识时需要不断适应的问题，我们提出了一种动态对话策略变换器 (DDPT)，它是一种能够无缝集成新知识、处理大状态空间并在暴露到未见过的领域时获得重要的零 - shot 性能的新的动态架构。我们提供一个不间断的学习算法、基线架构和度量标准来评估不间断学习模型。

    Apr, 2022