交互式人工智能助手系统中的用户建模挑战
讨论了设计人类感知人工智能系统面临的挑战,包括建模人类的心理状态、识别其愿望和意图、提供主动支持、展示可解释性行为、并引发信任等,并强调这种系统引出的伦理困境和推广真正跨学科合作的必要性。
Oct, 2019
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
本文主要探讨了基于神经网络的人工智能系统应该包括什么仪表盘,建立了系统模型和用户模型,并提出利用系统模型和用户模型创建并行呈现的对话人工智能系统接口的方法,以提高系统的可用性和安全性。
May, 2023
这篇综述论文详细论述了用户建模和个人资料研究领域的现状、发展趋势和未来发展方向,并提出了一个包含最新动态的新颖分类系统。研究表明,用户建模方法正在向更复杂的个人资料建立方法转变,强调隐式数据收集、多行为建模以及图数据结构的整合。此外,研究还探讨了用户建模在假新闻检测、网络安全和个性化教育等领域的应用。该综述为研究人员和实践者提供了全面的资源,旨在对用户建模和个人资料的发展提供深入洞察,指导更加个性化、道德和有效的人工智能系统的发展。
Feb, 2024
使用大型语言模型进行用户交互的研究,结合机器学习和交互设计来改善推荐系统和操作系统的用户体验,以提供更智能和个性化的服务,满足用户需求并促进产品的不断改进和优化。
Feb, 2024
全球精神健康危机,人工智能和大型语言模型能够支持或提供心理咨询,但其应用也引发了准确性、有效性、可靠性的担忧。本文研究了大型语言模型在心理咨询中面临的主要挑战,包括模型错觉、可解释性、偏见、隐私和临床有效性,并探讨了解决这些挑战的潜在方案,以改进心理健康护理。
Nov, 2023
最近在机器学习和自然语言处理方面的进展使得人工智能(AI)作为医疗行业中的有价值工具迅速发展起来。使用大型语言模型(LLMs)作为会话代理或聊天机器人有潜力帮助医生诊断患者、检测疾病的早期症状并为患者提供健康建议。本文重点探讨聊天机器人在医疗保健中的作用,并探索使用化身使得人工智能交互对患者更有吸引力的可能性。通过使用一个三类别提示字典和提示改进机制展示了一个通用 AI 化身应用的框架。建议采用两阶段方法对通用 AI 语言模型进行优化以创建不同的 AI 化身与用户讨论医疗问题。提示工程增强了聊天机器人的对话能力和个性特征,培养了与患者更加类似人类的互动。最终,将个性注入聊天机器人有可能增加患者参与度。未来研究方向包括探究如何提高聊天机器人对上下文的理解以及通过专门的医疗数据集进行精调以确保其输出的准确性。
Jan, 2024