論文の概要: Migratable AI : Investigating users' affect on identity and information migration of a conversational AI agent

• arxiv url: http://arxiv.org/abs/2010.13319v2
• Date: Sat, 4 Sep 2021 21:27:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 07:34:39.122607
• Title: Migratable AI : Investigating users' affect on identity and information migration of a conversational AI agent
• Title（参考訳）: Migratable AI : 対話型AIエージェントのアイデンティティと情報マイグレーションに対するユーザの影響を調査する
• Authors: Ravi Tejwani, Boris Katz, Cynthia Breazeal
• Abstract要約: 本稿では,情報マイグレーションとIDマイグレーションをパラメータとして用いたタスクベースシナリオにおける2x2のオブジェクト間比較研究を提案する。 以上の結果から,情報と同一性の両方が移行された時に最も驚き,エージェントの同一性なしに情報が移行された時に最も怒りを訴えた。
• 参考スコア（独自算出の注目度）: 25.029958885340058
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational AI agents are becoming ubiquitous and provide assistance to us in our everyday activities. In recent years, researchers have explored the migration of these agents across different embodiments in order to maintain the continuity of the task and improve user experience. In this paper, we investigate user's affective responses in different configurations of the migration parameters. We present a 2x2 between-subjects study in a task-based scenario using information migration and identity migration as parameters. We outline the affect processing pipeline from the video footage collected during the study and report user's responses in each condition. Our results show that users reported highest joy and were most surprised when both the information and identity was migrated; and reported most anger when the information was migrated without the identity of their agent.
• Abstract（参考訳）: 会話型aiエージェントがユビキタスになってきており、日々の活動で私たちを支援する。 近年,タスクの継続性を維持し,ユーザエクスペリエンスを向上させるために,様々な実施形態をまたいだエージェントの移動について検討している。 本稿では,マイグレーションパラメータの異なる構成におけるユーザの感情応答について検討する。 本稿では,情報マイグレーションとアイデンティティマイグレーションをパラメータとして用いたタスクベースシナリオにおける2x2インターサブジェクトスタディを提案する。 調査中に収集した映像から感情処理パイプラインを概説し,各条件におけるユーザの反応を報告する。 結果から,利用者は最も喜びを感じ,情報とアイデンティティの両方が移行した時に最も驚き,エージェントのアイデンティティ無しに情報を移行したときの怒りを報告した。

関連論文リスト

• A Survey on Complex Tasks for Goal-Directed Interactive Agents [60.53915548970061]
  この調査は、目標指向の対話エージェントを評価するための、関連するタスクと環境をコンパイルする。 関連リソースの最新のコンパイルは、プロジェクトのWebサイトにある。
  論文  参考訳（メタデータ） (2024-09-27T08:17:53Z)
• Caution for the Environment: Multimodal Agents are Susceptible to Environmental Distractions [68.92637077909693]
  本稿では,グラフィカルユーザインタフェース(GUI)環境におけるマルチモーダル大規模言語モデル(MLLM)エージェントの忠実さについて検討する。 ユーザとエージェントの両方が良性であり、環境は悪質ではないが、無関係なコンテンツを含む、一般的な設定が提案されている。 実験結果から、ジェネラリストエージェントや専門的なGUIエージェントなど、最も強力なモデルでさえ、気晴らしの影響を受けやすいことが明らかとなった。
  論文  参考訳（メタデータ） (2024-08-05T15:16:22Z)
• Learning from Implicit User Feedback, Emotions and Demographic Information in Task-Oriented and Document-Grounded Dialogues [52.95506649193427]
  FEDIは、この情報に注釈を付けた最初の英語タスク指向および文書地上対話データセットである。 Flan-T5、GPT-2、Llama 2の実験では、タスクの完了と実際の一貫性に特に肯定的な影響が示されている。
  論文  参考訳（メタデータ） (2024-01-17T14:52:26Z)
• A Generative AI Assistant to Accelerate Cloud Migration [2.9248916859490173]
  Cloud Migration LLMは、移行のパラメータを指定するユーザからの入力を受け入れ、アーキテクチャ図でマイグレーション戦略を出力する。 ユーザ調査によると、移行LLMは、経験の浅いユーザによる適切なクラウド移行プロファイルの発見を支援すると同時に、手作業によるアプローチの複雑さを回避することができる。
  論文  参考訳（メタデータ） (2024-01-03T14:13:24Z)
• Exploring Platform Migration Patterns between Twitter and Mastodon: A User Behavior Study [13.424528400470198]
  最近、TwitterからMastodonなど他のプラットフォームに移行するユーザの急増により、移行パターンが何かという疑問が持ち上がった。 本研究では、Twitterのオーナーシップ変更後、最初の10週間でTwitterからMastodonに移行した1万人以上のユーザーからデータを収集して、これらの質問を調査する方法について詳しく述べる。
  論文  参考訳（メタデータ） (2023-05-16T06:07:50Z)
• Information Design in Multi-Agent Reinforcement Learning [61.140924904755266]
  強化学習(Reinforcement Learning、RL)は、人間の幼児や動物が環境から学ぶ方法にインスパイアされている。 計算経済学の研究は、他者に直接影響を与える2つの方法を蒸留する: 有形物(機械設計)の提供と情報(情報設計)の提供である。
  論文  参考訳（メタデータ） (2023-05-08T07:52:15Z)
• Multi-Stage Spatio-Temporal Aggregation Transformer for Video Person Re-identification [78.08536797239893]
  本稿では,2つの新しいプロキシ埋め込みモジュールを設計したMSTAT(Multi-Stage Space-Temporal Aggregation Transformer)を提案する。 MSTATは、属性関連、アイデンティティ関連、および属性関連情報をビデオクリップからエンコードする3つのステージから構成される。 MSTATは様々な標準ベンチマークで最先端の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2023-01-02T05:17:31Z)
• INSCIT: Information-Seeking Conversations with Mixed-Initiative Interactions [47.90088587508672]
  InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。 ユーザーエージェントは805対人会話から4.7Kである。 対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
  論文  参考訳（メタデータ） (2022-07-02T06:18:12Z)
• Migratable AI: Personalizing Dialog Conversations with migration context [25.029958885340058]
  クラウドソーシング作業者と移行コンテキストとの対話からデータセットを収集した。 我々は,移動コンテキストと非移動コンテキストを用いて,データセットの生成モデルと情報検索モデルを訓練した。 マイグレーションデータセットは、将来の微調整可能なAIシステムのトレーニングに有用であると考えています。
  論文  参考訳（メタデータ） (2020-10-22T22:23:03Z)
• Migratable AI: Effect of identity and information migration on users perception of conversational AI agents [20.23411433036311]
  情報マイグレーションとアイデンティティマイグレーションが,信頼,能力,嗜好性,社会的存在感に対するユーザ認識に与える影響について検討する。 以上の結果から,アイデンティティ移行は信頼,能力,社会的存在に肯定的な影響を及ぼし,情報移行は信頼,能力,嗜好に肯定的な影響を及ぼしたことが示唆された。
  論文  参考訳（メタデータ） (2020-07-11T15:46:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。