本文介绍一个主题驱动的多轮中文对话数据集——NaturalConv，提供了包含六个领域的19,900个对话和400,000个发言，可用于多轮对话系统研究的基准测试，同时为该数据集提供了一些基准模型的结果，并表明引入背景知识/主题并不能显著提高模型的性能。

Mar, 2021

本文提出了一个包含最大的2.8B参数的中文对话系统EVA，使用最大的中文对话数据集WDC-Dialogue进行预训练，实验证明EVA在人机会话的多轮交互中表现优异，超过了其他中文预训练对话模型。

Aug, 2021

本文研究大规模预训练对于中文场景下开放域对话系统的影响，提出 EVA2.0 模型，并通过自动和人工评估证明该模型在公开数据集上表现更优，同时讨论了该工作的局限性和未来方向。

Mar, 2022

GLM-Dialog是一个拥有10B参数的大规模语言模型，使用搜索引擎来访问网络知识进行基于知识的中文对话，在评估方面提出了一种新的评估方法，同时发布了模型检查点和源代码，并通过微信应用程序与用户进行交互，以促进开源模型和可靠对话评估系统的发展。

Feb, 2023

本文介绍了ChatPLUG：一个用于数字人类应用的中文开放域对话系统，通过互联网增强的指导微调在统一的互联网增强格式中针对广泛的对话任务。在多个任务上进行指导微调，集成外部知识的互联网搜索，从而表现出良好的多任务泛化性能，并在真实世界应用中展示出卓越的性能。

Apr, 2023

本文提出了第一个基于中国社会文化的社交感知对话语料库- SocialDial，使用 ChatGPT生成了 4,870 段数据，并评估了使用BERT和RoBERTa等预训练模型的数据集。

Apr, 2023

DialogStudio是最大最多样化的对话数据集合，它包含了开放域对话、任务导向对话、自然语言理解、对话推荐、对话总结和知识为基础的对话。该数据集合不仅为对话研究和模型训练提供了丰富多样的资源，还提供了每个数据集的许可证并为选定的对话设计了领域感知的提示来促进指导感知的微调。此外，使用DialogStudio数据集合开发的对话AI模型在零样本学习和少样本学习的实验中展现出卓越的性能。访问此链接获取与DialogStudio相关的所有数据集、许可证、代码和模型，以提高透明度并支持数据集和任务基础的研究以及语言模型的预训练。

Jul, 2023

使用聊天向量(chat vector)和计算上高效的方法，将对话模型(ChatGPT)与人类偏好对齐，展示了对非英语语言特别是中文的适应性及高效性。

Oct, 2023

通过在高质量的真实人类中文对话数据集上对大型语言模型（LLMs）在基于角色的对话生成中的上下文学习能力进行广泛实验，我们的工作填补了上下文学习研究在人类对话生成领域的空白。从实验结果中，我们得出了三个结论：1）调整提示指令是改善生成质量最直接、最有效、最经济的方法；2）随机检索演示（demos）可以取得最好的结果，可能是因为其更大的多样性和有效信息的数量；与查询上下文完全相同的检索演示的表现最差，与直觉相反；3）即使在演示中破坏了多轮关联和单轮语义，增加演示数量仍然可以提高对话性能，证明了LLMs可以从损坏的对话演示中进行学习。先前对ICL机制的解释，例如$n$-gram归纳头，不能完全解释这一现象。

Feb, 2024

通过模块化和高度自动化的LUCID系统，我们产生了一个包含4,277个跨100个意图的多领域、多意图对话的种子数据集，其中包含了各种具有挑战性的现象和多样的用户行为。

Mar, 2024