关键词information-seeking conversation
搜索结果 - 3
- ACLAutoConv: 使用大型语言模型自动生成信息检索对话
利用大型语言模型(LLM)的少样本学习能力和生成能力,我们提出了 AutoConv 用于合成对话生成,将对话生成问题形式化为语言建模任务,然后使用少量人类对话经过微调训练 LLM 以捕捉信息获取过程的特征,并使用它生成高质量的合成对话,验证 - 混合倡议互动下的信息寻求对话
该论文介绍了 INSCIT 数据集,该数据集用于信息搜索对话的研究,其中包含 805 个人 - 人之间的对话中的 4.7K 用户 - 代理器的交互,定义了证据段落识别和响应生成的两个子任务,以及一个新的人类评估协议以评估模型的性能,证实现有 - MultiDoc2Dial: 基于多文档的对话建模
该研究提出了 MultiDoc2Dial,这是一个针对建模基于多个文档的目标导向对话的新任务和数据集,旨在为更真实的信息寻求对话场景提供支持,并介绍了一个新的包含来自四个不同领域的基于多个文档的对话的数据集,探索了其基于对话和文档的上下文表