- CHATATC: 大型语言模型驱动的对话型智能助手,用于支持战略航空交通流量管理
通过历史数据集训练的 CHATATC 大型语言模型在非安全关键的交通流量管理环境中进行了研究,测试了其查询和回应能力,并详细介绍了用于与 CHATATC 对话代理进行交互和协作的图形用户界面的设计。
- 使用 Langchain 制作首尔历史景点聊天机器人的原型
我们分享了一个用于传播首尔历史遗址信息的对话代理的发展草稿,目标是向不熟悉首尔的游客提供有关宝贵文化遗产地点的存在和精确位置的信息,以促进对韩国丰富多样的文化历史的基本理解。尽管数据量有限,但它始终可靠地提供准确的响应,并且我们详细介绍了创 - EMNLP利用 LLM 代理生成合成对话数据集
通过目标导向的对话式代理生成线性对话样本,实现与用户的对话以获取所需的线性模型信息,并通过人工和自动评估,包括使用 GPT-4 模仿人工评估指标的评估方法,验证对话的高质量性。
- 协作业务智能虚拟助手
本研究探讨了数据挖掘的应用,并通过用户与 CBI 虚拟助手的交互来建模分布式虚拟团队中的 CBI 流程。该研究的主要贡献包括:1)一个代表协作商业智能的参考模型,受到语言学理论的启发;2)一种将用户查询转化为可执行命令的方法,从而促进其在数 - DUMA:具有快速和慢速思维的双脑对话代理
基于人类认知的双过程理论,我们引入了 DUMA,一种新的对话代理框架,通过利用两个生成型大型语言模型(LLM)实现了一种双思维机制。快思维模型作为主要接口用于外部交互和初始响应生成,根据完整响应的复杂性评估是否需要使用慢思维模型。在被调用时 - 多语种自我依恋技术虚拟指南
我们提出了一个计算框架,利用现有的非语言数据创建一个普通话的对话系统,用于自我附着技术(Self-Attachment Technique,SAT)的交付。我们的框架不需要大规模人工翻译,但在保证安全和可靠性的同时,也能达到可比较的性能。我 - 智能代理的对抗性对话塑造
通过对抗对话塑造探究了两个模型 —— 生成对抗网络与策略梯度(GANPG)和生成对抗网络每个生成步骤进行奖励的模型(REGS),来提升智能对话代理的性能。讨论了使用不同训练细节(seq2seq 和 transformers)在强化学习框架下 - 基于活跃稀疏对话的音视频体感导航改进
提出了一个交谈式的视听代理机器人 CAVEN,该机器人能够使用多模态强化学习来帮助人 / 预测正确的下一个动作并提出问题,并在语音搜索过程中与人 / 专家互动,尤其在定位新的声源时性能更优。
- 关于共同学习语音情感识别和自动语音识别的有效性和噪声稳健性
本文研究了一种联合的 ASR-SER 多任务学习方法,发现在低资源环境下,采用这种方式可通过对背景噪音的处理从而提高 ASR 词错误率和 SER 分类准确性,结果表明使得该方法产生比独立 ASR 和 SER 方法更具噪音抗干扰性的模型。
- IJCAI主动对话系统调查:问题、方法和前景
本综述论文提供有关积极对话系统的综述,包括设计和挑战等方面,以及对话类型和实际应用的相关信息。
- ChatGPT 能否识别历史文档中的实体?
本文探讨大型语言模型在历史文本中的命名实体识别和分类任务中的应用,通过比较其与基于最先进的语言模型的系统的表现找出其存在的问题。研究结果表明,历史文本中的命名实体识别存在多个问题,包括实体注释规范的一致性、实体复杂性和代码切换等,这些问题导 - 理解人类对话的自动交互领域特定对话代理
本文介绍了一种名为 AutoConcierge 的系统,该系统利用 LLMs 和 ASP 来开发一种可以真正 “理解” 人的对话的对话代理,从而在特定领域向用户提供有关当地餐厅的建议,是第一个能够像人一样进行真正对话并根据真正理解的人类话语 - 思前想后:一个类似人类的两阶段对话代理,用于情感响应生成
本文提出了一种基于神经网络的两阶段对话模型,通过从语义和情感角度对话生成,不需要大量情感标注数据。实验表明,该模型在情感生成方面优于其他比较模型,并在语义性能上保持一致性。
- EMNLP智能友好的对话代理:基于知识和角色认知的应用
本论文提出了一种有效的对话代理,同时考虑外部知识和个性,通过检索增强生成和知识个性增强查询来生成话语,实现了更少幻觉和更有吸引力的对话,在自动指标上的基于个性和知识的对话任务达到了最先进的性能,同时,通过人类评估和定性结果证明了模型对话的幻 - 一种基于同情心的自我依恋治疗 AI 辅导员
通过基于规则的对话代理和深度学习分类器结合的方式,我们提出了一种数字教练配置方案,用于引导用户在自我附着治疗协议方面进行练习,并在虚拟疗法会话中达到高度参与度。在与 N=16 参与者进行的非临床试验中,我们发现与简单的规则基础框架相比,我们 - 自然对话中的机器学习模型解释:走向会话型可解释人工智能代理
本文介绍了如何将可解释人工智能(XAI)应用于对话代理中,通过使用自然语言理解和生成组件来理解用户的信息需求并提供相应的解释。作者通过综合调查文献,提出了一份全面的可解释人工智能问题列表及相应的解释方法。
- 珠宝店会话式聊天机器人
本文研究了一种聊天机器人,旨在通过找到语料库中输入的相似模式来解决客户提出的问题,并使用音频输入接口以及性能度量来提高聊天机器人的性能。
- DFM: 用于大规模对话导向任务学习的对话基础模型
本文旨在构建一种统一的会话基础模型,通过收集大规模多样化的对话数据集和引入自监督任务,提高该模型的稳定性。实验结果表明,与其他相同规模的模型相比,该模型在跨领域对话任务方面有着领先的表现。
- 演示 CAT:为交易数据库综合数据感知对话代理
CAT 是一款用于创建可与事务性数据库交互的对话代理的软件,运用弱监督技术来合成所需的训练数据以训练最先进的对话代理,并在结果代理与数据库中提供开箱即用的集成。
- AAAICAISE:用于图像搜索和编辑的对话代理
提出了一个基于自动化对话代理的图像搜索和编辑数据集(CAISE),该数据集提供了包括代理机器人和用户之间的对话、编辑的过程和结果记录、和执行命令等。使用自定义搜索和编辑工具,辅助标注工人与用户进行搜索和编辑对话,并记录这些工具产生的功能。我