論文の概要: Wordcraft: a Human-AI Collaborative Editor for Story Writing
- arxiv url: http://arxiv.org/abs/2107.07430v1
- Date: Thu, 15 Jul 2021 16:18:27 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-16 14:04:13.893512
- Title: Wordcraft: a Human-AI Collaborative Editor for Story Writing
- Title(参考訳): Wordcraft: ストーリーライティングのためのヒューマンAIコラボレーションエディタ
- Authors: Andy Coenen, Luke Davis, Daphne Ippolito, Emily Reif, Ann Yuan
- Abstract要約: 本稿では,著者と対話システムが協調してストーリーを書く,ストーリー執筆のためのAI支援エディタであるWordcraftを提案する。
我々の新しいインターフェースは、様々なインタラクションをサポートするために、数ショットの学習と会話の自然な余裕を使用します。
- 参考スコア(独自算出の注目度): 10.028560442375914
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As neural language models grow in effectiveness, they are increasingly being
applied in real-world settings. However these applications tend to be limited
in the modes of interaction they support. In this extended abstract, we propose
Wordcraft, an AI-assisted editor for story writing in which a writer and a
dialog system collaborate to write a story. Our novel interface uses few-shot
learning and the natural affordances of conversation to support a variety of
interactions. Our editor provides a sandbox for writers to probe the boundaries
of transformer-based language models and paves the way for future
human-in-the-loop training pipelines and novel evaluation methods.
- Abstract(参考訳): ニューラル言語モデルの有効性が高まるにつれて、現実世界の設定にも適用されるようになっている。
しかし、これらのアプリケーションは、彼らがサポートするインタラクションのモードに制限される傾向がある。
本稿では,著者と対話システムが協調してストーリーを書く,ストーリー執筆のためのAI支援エディタであるWordcraftを提案する。
この新しいインタフェースは, 会話の自然な余裕と, わずかな学習を駆使して, 多様な対話を支援する。
筆者らは,トランスフォーマティブな言語モデルの境界を調査するためのサンドボックスを提供し,今後のヒューマン・イン・ザ・ループのトレーニングパイプラインや新しい評価手法への道を開く。
関連論文リスト
- SARD: A Human-AI Collaborative Story Generation [0.0]
本研究では,大規模言語モデルを用いたマルチチャプタストーリ生成のためのドラッグアンドドロップ型ビジュアルインタフェースであるSARDを提案する。
SARDのユーザビリティとその創造性に対する評価は、物語のノードベースの可視化は、著者がメンタルモデルを構築するのに役立つかもしれないが、著者にとって不必要な精神的オーバーヘッドを生じさせることを示している。
また、AIはストーリーの複雑さに関係なく、語彙的に多様性の低いストーリーを生成することもわかりました。
論文 参考訳(メタデータ) (2024-03-03T17:48:42Z) - ChatPLUG: Open-Domain Generative Dialogue System with Internet-Augmented
Instruction Tuning for Digital Human [76.62897301298699]
ChatPLUGは、デジタルヒューマンアプリケーションのための中国のオープンドメイン対話システムである。
モデルネームは, 自動評価と人的評価の両方において, 最先端の中国語対話システムより優れていることを示す。
高速な推論でスマートスピーカーやインスタントメッセージアプリケーションのような実世界のアプリケーションにモデルネームをデプロイします。
論文 参考訳(メタデータ) (2023-04-16T18:16:35Z) - Interactive Text Generation [75.23894005664533]
我々は,対話型テキスト生成タスクを導入し,実際のユーザを巻き込むことなく,対話型テキスト生成モデルのトレーニングを可能にする。
我々は、Imitation Learningを用いてインタラクティブモデルをトレーニングし、競合する非インタラクティブな生成モデルに対する実験により、インタラクティブにトレーニングされたモデルは非インタラクティブなモデルよりも優れていることを示す。
論文 参考訳(メタデータ) (2023-03-02T01:57:17Z) - Creative Writing with an AI-Powered Writing Assistant: Perspectives from
Professional Writers [9.120878749348986]
ニューラルネットワークモデルを用いた自然言語生成(NLG)は、AIによるクリエイティブな記述ツールを構築するという目標に、これまで以上に近づいています。
ニューラルネットワークモデルを用いた自然言語生成の最近の進歩は、AIを使ったクリエイティブな記述ツールを構築するという目標に、これまで以上に近づいている。
論文 参考訳(メタデータ) (2022-11-09T17:00:56Z) - PEER: A Collaborative Language Model [70.11876901409906]
PEER(コラボレーティブ言語モデル)は,記述プロセス全体を模倣した言語モデルである。
PEERは、ドラフトの作成、提案の追加、編集の提案、アクションの説明を提供することができる。
PEERは様々な領域にまたがって高い性能を示し,編集作業を行う。
論文 参考訳(メタデータ) (2022-08-24T16:56:47Z) - Suggestion Lists vs. Continuous Generation: Interaction Design for
Writing with Generative Models on Mobile Devices Affect Text Length, Wording
and Perceived Authorship [27.853155569154705]
モバイル端末上でAIで書き込むための2つのユーザインタフェースを提示し、イニシアティブとコントロールのレベルを制御する。
AIの提案では、人々は積極的に書くことは少なかったが、著者であると感じた。
どちらの設計においても、AIはテキストの長さを長くし、言葉に影響を与えていると認識された。
論文 参考訳(メタデータ) (2022-08-01T13:57:11Z) - Computational Storytelling and Emotions: A Survey [56.95572957863576]
本研究は,物語と感情の関係に関する研究を要約し,その発展に寄与することを目的としている。
創造性の研究は人間をコンピューターに置き換えることではなく、創造性を高めるために人間とコンピューターのコラボレーション方法を見つけることであると私たちは信じています。
論文 参考訳(メタデータ) (2022-05-23T00:21:59Z) - CoAuthor: Designing a Human-AI Collaborative Writing Dataset for
Exploring Language Model Capabilities [92.79451009324268]
我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。
我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。
インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
論文 参考訳(メタデータ) (2022-01-18T07:51:57Z) - Machine-in-the-Loop Rewriting for Creative Image Captioning [5.544401446569243]
テキストに記述的および図形的要素を局所的に導入するために,ユーザのオリジナルドラフト内で指定されたテキスト幅を変更する書き換えモデルを訓練する。
我々は,創造的なイメージキャプションのタスクにおいて,人間と協調する能力をモデルとして評価する。
論文 参考訳(メタデータ) (2021-11-07T22:17:41Z) - Multiversal views on language models [0.0]
生成言語モデルが多言語生成として概念化されるフレームワークを提案する。
このフレームワークは、人間の想像力にも適用され、フィクションの読み書き方法の中心となります。
私たちは、人間の想像力をAIに組み合わせて書くことのできる、新しい形のインターフェースを通じて、この共通性を探ることを求めている。
論文 参考訳(メタデータ) (2021-02-12T08:28:28Z) - I love your chain mail! Making knights smile in a fantasy game world:
Open-domain goal-oriented dialogue agents [69.68400056148336]
我々は、模倣学習したチトチャットモデルに対して強化学習を施した目標指向モデルを訓練する。
両モデルが逆モデルベースラインより優れており,目標を達成するために対話相手と自然に会話できることを示す。
論文 参考訳(メタデータ) (2020-02-07T16:22:36Z)
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。