論文の概要: AdaCoach: A Virtual Coach for Training Customer Service Agents
- arxiv url: http://arxiv.org/abs/2204.12935v1
- Date: Wed, 27 Apr 2022 13:39:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-28 13:14:37.170585
- Title: AdaCoach: A Virtual Coach for Training Customer Service Agents
- Title（参考訳）: AdaCoach: カスタマーサービスエージェントをトレーニングするための仮想コーチ
- Authors: Shuang Peng, Shuai Zhu, Minghui Yang, Haozhou Huang, Dan Liu, Zujie
Wen, Xuelian Li, Biao Fan
- Abstract要約: AdaCoachは、助けを求める実際の顧客をシミュレートし、顧客サービスエージェントとの対話を積極的に開始するように設計されている。
自動対話評価モデルを用いて、トレーニングプロセスにおける顧客エージェントのパフォーマンスを評価する。
私たちの知る限りでは、人間とコンピュータのインタラクションを通じてカスタマーサービスエージェントを訓練する最初のシステムです。
- 参考スコア（独自算出の注目度）: 14.34418767603295
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the development of online business, customer service agents gradually
play a crucial role as an interface between the companies and their customers.
Most companies spend a lot of time and effort on hiring and training customer
service agents. To this end, we propose AdaCoach: A Virtual Coach for Training
Customer Service Agents, to promote the ability of newly hired service agents
before they get to work. AdaCoach is designed to simulate real customers who
seek help and actively initiate the dialogue with the customer service agents.
Besides, AdaCoach uses an automated dialogue evaluation model to score the
performance of the customer agent in the training process, which can provide
necessary assistance when the newly hired customer service agent encounters
problems. We apply recent NLP technologies to ensure efficient run-time
performance in the deployed system. To the best of our knowledge, this is the
first system that trains the customer service agent through human-computer
interaction. Until now, the system has already supported more than 500,000
simulation training and cultivated over 1000 qualified customer service agents.
- Abstract（参考訳）: オンラインビジネスの発展に伴い、カスタマーサービスエージェントは徐々に企業と顧客の間のインターフェースとして重要な役割を果たすようになる。
ほとんどの企業は、カスタマサービスエージェントの採用とトレーニングに多くの時間と労力を費やしています。
そこで本研究では,新たに採用したサービスエージェントの能力向上を図るために,カスタマサービスエージェントのトレーニングを行う仮想コーチであるadacoachを提案する。
AdaCoachは、助けを求める実際の顧客をシミュレートし、顧客サービスエージェントとの対話を積極的に開始するように設計されている。
さらに、AdaCoachは自動対話評価モデルを使用して、トレーニングプロセスにおける顧客エージェントのパフォーマンスを評価する。
我々は,最近のNLP技術を用いて,デプロイシステムにおける実行時の効率性を確保する。
私たちの知る限りでは、人間とコンピュータのインタラクションを通じてカスタマーサービスエージェントを訓練する最初のシステムです。
これまでこのシステムは、すでに50万あまりのシミュレーション訓練をサポートし、1000あまりの有資格顧客サービスエージェントを育ててきた。
関連論文リスト
- CRMArena: Understanding the Capacity of LLM Agents to Perform Professional CRM Tasks in Realistic Environments [90.29937153770835]
CRMArenaは、プロフェッショナルな作業環境に根ざした現実的なタスクにおいて、AIエージェントを評価するために設計されたベンチマークである。
現状のLDMエージェントはReActプロンプトのタスクの40%以下で成功し,機能呼び出し能力でも55%以下であった。
この結果から,実環境に展開する関数呼び出しやルールフォローにおいて,エージェント機能の向上の必要性が示唆された。
論文 参考訳（メタデータ） (2024-11-04T17:30:51Z) - AutoGLM: Autonomous Foundation Agents for GUIs [51.276965515952]
我々は、グラフィカルユーザインタフェース(GUI)を介してデジタルデバイスを自律的に制御するための基礎エージェントとして設計された、ChatGLMファミリーの新しいシリーズであるAutoGLMを紹介する。
実世界のGUIインタラクションのための実践的基礎エージェントシステムとしてAutoGLMを開発した。
評価では、AutoGLMが複数のドメインにまたがって有効であることを示す。
論文 参考訳（メタデータ） (2024-10-28T17:05:10Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳（メタデータ） (2023-08-22T10:36:56Z) - Improving Customer Experience in Call Centers with Intelligent
Customer-Agent Pairing [0.0]
顧客エクスペリエンスは、利益を上げる組織や企業にとって重要な役割を担います。
カスタマーエクスペリエンスを改善する一つの方法は、コールセンターの機能を最適化することだ。
顧客とエージェントのペアリング問題を機械学習問題として定式化する。
提案手法はルールベース手法と比較して約215%の大幅な性能向上をもたらす。
論文 参考訳（メタデータ） (2023-05-15T12:19:13Z) - CAMEL: Communicative Agents for "Mind" Exploration of Large Language
Model Society [58.04479313658851]
本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。
本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。
コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
論文 参考訳（メタデータ） (2023-03-31T01:09:00Z) - A system for Human-AI collaboration for Online Customer Support [16.22226476879187]
本稿では,人間支援エージェントがAIエージェントとリアルタイムで協調して顧客の質問に満足して答えるシステムを提案する。
本稿では,AIエージェントに関わる機械学習技術とともに,ソリューションのユーザインタラクション要素について述べる。
論文 参考訳（メタデータ） (2023-01-28T11:07:23Z) - Efficient Customer Service Combining Human Operators and Virtual Agents [18.073808397410257]
仮想エージェントを人間の操作者から漸進的に学習させることにより、このような仮想エージェントの構築・維持のコストと労力を削減できることが示される。
このようなハイブリッドシステムの振舞いと効率を管理する重要なパラメータを特定するために、キュー理論を用いる。
論文 参考訳（メタデータ） (2022-09-12T13:23:42Z) - Toward Self-Learning End-to-End Dialog Systems [107.65369860922392]
環境変化におけるエンドツーエンドの対話システムを構築するための自己学習フレームワークであるSL-Agentを提案する。
SL-Agentは、システム応答の品質を判断するダイアログモデルと事前訓練された報酬モデルから構成される。
実験により、SL-Agentは限定的な人間の修正によって、新しいタスクに効果的に適応できることが示されている。
論文 参考訳（メタデータ） (2022-01-18T09:56:35Z) - A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in
Online Advertising [53.636153252400945]
本稿では,自動入札のための総合的マルチエージェント強化学習フレームワーク,すなわちMAABを提案し,自動入札戦略を学習する。
当社のアプローチは、社会的福祉の観点から、いくつかの基準的手法を上回り、広告プラットフォームの収益を保証します。
論文 参考訳（メタデータ） (2021-06-11T08:07:14Z) - Advising Agent for Service-Providing Live-Chat Operators [24.968407243809757]
クライアントに出席中にオペレーターにオンラインアドバイスを提供する補助エージェントを訓練し実装するためのアルゴリズムと手法を提案する。
エージェントはドメインに依存しず、専門分野の構造的知識を設計、訓練、組織化することなしに、新しいドメインに導入することができる。
論文 参考訳（メタデータ） (2021-05-09T18:10:54Z) - A Unified Conversational Assistant Framework for Business Process
Automation [9.818380332602622]
ビジネスプロセスの自動化は、労働者の皿からメンタルタスクを取り除くことを約束する数十億ドル規模の産業のブームだ。
銀行、保険、小売、その他の分野におけるそのようなエージェントの採用を促進するためには、学習曲線の低いシンプルでユーザフレンドリーなインターフェースが必要である。
本稿では,エージェントを構成するスキルの種類やエージェントのオーケストレーション方法について議論し,プロアクティブなチャットボットを開発するためのマルチエージェントオーケストレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2020-01-07T22:30:05Z)
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。