- 融入不同的语言线索来改进基于文本的计算机交付的健康信息传递
我们研究如何创建更有效的数字化医疗干预，从生成健康信息，选择适当的信息形式，到格式化参考用户先前的言述。
- 增强乘机旅客体验：加拿大航空乘客权益聊天机器人
一项针对加拿大航空旅行业的研究，提出了一个机器人助手用于帮助旅客了解他们的权益，通过将复杂的用户输入分解为简单的查询，并从详细航空旅行规定文件中检索相关信息，并提供最相关的段落和链接，用户可用于自己的情况。该系统成功克服了解析复杂用户输入和 - AI 洞察：利用 ChatGPT 智能进行研究论文分析的案例研究
使用 ChatGPT 3.5 和 4 对研究论文进行分析以提高科学文献调查的有效性，选择 “人工智能在乳腺癌治疗中的应用” 作为研究主题，使用 ChatGPT 模型自动识别相关论文、对论文按范围进行组织和确定调查论文的关键信息，结果显示 G - 通过混合和改善历史实现不断演进的记忆
为了构建人类化的聊天机器人，构建一个长期记忆是至关重要的。本文提出了一个新颖的记忆方案 CREEM，通过混合过去的记忆并引入精炼过程来改善聊天机器人回应的整体效果和一致性，确保一个更加明智和动态发展的长期记忆。
- 分散学习对斯塔克尔贝格博弈中玩家效用的影响
探讨了两个学习代理（如推荐系统或聊天机器人）相互交流并独立学习的情况下，每个代理的目标和效用如何受到影响，并提出了一种宽容于小学习误差的放松后的后悔基准，以及相应的学习算法，实现了接近最优水平的后悔率。
- 探索消费者对电子商务中基于文本的聊天机器人的反应：任务复杂性和聊天机器人揭示的调节作用
基于文本的聊天机器人在电子商务中带来了前所未有的商业潜力。本研究旨在探索消费者对文本聊天机器人的信任和反应，涉及任务复杂性和聊天机器人身份披露的调节效应。通过 299 个有效反应的调查方法进行了此研究。本研究采用普通最小二乘回归来测试假设。 - 面向目标导向的代理程序：通过对话观察演化问题
通过对话训练深度 Q - 网络（Deep Q-Network，DQN）为基础的聊天机器人架构，以解决用户所观察不到的问题，从而在不断演变的问题中完成解决。该论文探讨了训练方法（如课程学习）对模型性能的影响，以及在环境复杂性增加的情况下，修改 - 优化领域聊天机器人的 RAG 强化学习
通过采用基于 RAG 的 RL 优化方法，使用信息熵损失函数构建了一个使用 FAQ 数据回答用户查询的聊天机器人，该模型在检索准确性和领域外查询检测方面表现显著优于通用公开嵌入模型，同时能实现成本节省和细微的准确性改善。
- 通过知识挖掘和摘要的自我增强领域特定聊天机器人训练方法
通过从特定领域的文本源有效提取相关知识和自适应培训聊天机器人，我们引入了一种增强大型语言模型（LLMs）的新方法。我们的模型通过训练知识矿工 LLMiner 自动从相关文档中提取问题和答案对，并将这些 QA 对与对话数据集结合来对 LLM - MM孕期尼泊尔语聊天机器人的检索和生成方法：一项比较研究
提供孕期相关信息的健康领域聊天机器人的研究中，使用自然语言处理的两种不同方法进行聊天机器人开发，并分析了使用 Bert 和 DistilBERT 在尼泊尔语中使用词干处理和非词干处理的数据集的性能。实验结果表明，基于 BERT 预训练模型在 - ConstitutionMaker: 将反馈转化为原则，通过交互式评价大型语言模型
通过用户反馈将其转化为一组原则（即宪法）来引导模型行为，我们开发了 ConstitutionMaker，一种交互式工具，用于引导基于 LLM 的聊天机器人，用户可以根据自然语言提供积极或消极反馈，选择自动生成的反馈，或重写聊天机器人的回复。
- ChaCha: 借助大型语言模型引导儿童主动分享个人事件中的情绪
ChaCha 是一个鼓励并引导儿童分享个人事件和相关情感的聊天机器人，通过结合状态机和大型语言模型，ChaCha 能保持对话的连贯性，在与儿童进行自由对话时指导儿童表达情感。通过与 20 名 8-12 岁儿童的探索性研究，我们发现参与者将 - 比较在线聊天机器人与传统面对面采访方式在收集家庭史信息方面的有效性
我们的研究展示了首个用于收集家族史的基于聊天机器人的方法，通过比较其表现和可用性与其他替代方案的差异，我们发现虽然使用聊天机器人进行访谈的时间可能比使用 ancestry.com 或面对面访谈时间更长，但是错误数量和用户对界面和流程的困惑程 - 智能农业在泰国的聊天机器人应用
农业领域智能聊天机器人应用及其功能、农作物栽培知识的提供和决策支持，以及未来的智能化改进计划。
- 理解开放域聊天机器人中的多轮有害行为
设计了一种名为 oxicbot 的新攻击方式，通过对话序列来触发多轮对话中聊天机器人生成有毒回复，使得聊天机器人模型可以被触发生成有毒回复，进而绕过两种防御方法，需要进一步研究解决动态交互环境下聊天机器人的毒性问题。
- 基于 LLM 的聊天机器人为巴勒斯坦合作社提供法律支持的探索
本研究基于 ChatGPT 和合作式的法律问答 LM 模型，以巴勒斯坦合作社法规为背景，评估_chatbot_回答 50 个法律问题的正确率和相关性，并得出 82% 的正确率和 79% 的 F1 分数。
- 柴平台的 AI 安全框架
本文将集成的人工智能（AI）安全原则纳入 Chai 中，以优先考虑用户安全、数据保护和道德技术使用，特别探讨了 AI 安全研究的多维领域，在 Chai 的对话聊天机器人平台中进行了应用，并提出了 Chai 的 AI 安全原则，并提出安全框架 - 使用 Transformer 模型的有条件生成聊天机器人
本文深入探讨了 Chabot 生成器及其生成的答案精度不足的挑战问题，并提出了一种新的端到端架构，利用 Wasserstein 生成敌对网络和变压器模型，同时在生成器和鉴别器模型中使用嵌入式变压器，以提高 Chabot 应答的准确性。实验结 - 基于维基百科的少样本 LMM 聊天机器人
通过信息检索和人 - 机混合评价方法，开发基于 Large Language Models 的聊天机器人 WikiChat，并在多次实验中验证其在提供真实性高、相关、非重复和信息性回应等方面的出色性能，特别是在最近的和少数派话题方面的性能超 - 应用和评估带有 LLM 能力的聊天机器人进行精神科医生和患者模拟
本论文旨在研究将 ChatGPT 用于精神科门诊情景下精神医生和患者模拟对话中的应用及评估行为和用户体验的可行性，并探讨提示设计对聊天机器人行为和用户体验的影响。