ACLJun, 2024

像人一样规划：对话规划的双过程框架

PDF
TL;DR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。
发现论文，激发创造
  • 大规模语言模型驱动的对话代理的即插即用策略规划器

    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。

    Nov, 2023

  • 基于计划的大型语言模型在双目标对话设置中的应用

    本文介绍了一个新颖的大型语言模型（LLM），在混合主动对话环境中对话，并通过制定规程计划引导用户，并在需要时激活安全保障措施。实验结果表明，该模型取得了 2.1 倍的改进，并在未知领域中显示出良好的泛化能力。

    Feb, 2024

  • LLM 动态规划

    大型语言模型与符号规划器结合的神经符号框架，为解决涉及体验代理的复杂计划任务提供更快速和高效的解决方案。

    Aug, 2023

  • 基于布朗桥随机过程的目标导向主动对话中的对话规划

    提出了一种基于随机过程的连贯对话路径规划方法，使用预训练语言模型生成明确的路径并引导对话生成，实现了更高成功率和更连贯的话语。

    May, 2023

  • TwoStep：基于经典规划器和大型语言模型的多智能体任务规划

    通过结合经典规划和大型语言模型的优势，我们实现了基于 LLMs 的目标分解，提高了计划的速度和执行成功，并且比单一代理计划少了更少的执行步骤，同时实现了与人类专家指定的多代理执行步骤类似的结果。

    Mar, 2024

  • 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

  • 学习分别规划和实现针对开放式对话系统

    通过将自然语言生成分为计划和实现两个步骤，该论文通过自动和人工评估证明了比端到端方法更好的表现，从而达到实现进行开放式对话系统真正类似于人类的能力的目标。

    Sep, 2020

  • 面向目标的对话系统规划

    本文提出了一种使用规划技术处理说明性对话代理的方法，从模型征集到生成的计划的执行，涵盖过程的所有方面，同时介绍了一种全新的计划编码方法、多种规划接口和一个强健的执行者。

    Oct, 2019

  • 通过轨迹收集和过程奖励合成学习基于规划的推理

    通过直接优化收集到的经验轨迹，我们提出一个基于规划的推理学习框架，以解决大型语言模型在复杂推理任务中出现的问题，并通过具体的过程奖励排名来提高生成推理过程的可靠性和可信度。

    Feb, 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