論文の概要: ChatLLM Network: More brains, More intelligence
- arxiv url: http://arxiv.org/abs/2304.12998v1
- Date: Mon, 24 Apr 2023 08:29:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-26 19:39:10.876746
- Title: ChatLLM Network: More brains, More intelligence
- Title（参考訳）: ChatLLM Network: より多くの脳と知性
- Authors: Rui Hao, Linmei Hu, Weijian Qi, Qingliu Wu, Yirui Zhang, Liqiang Nie
- Abstract要約: 本稿では,複数の対話型言語モデルと対話し,フィードバックを提供し,一緒に考えることができるChatLLMネットワークを提案する。
我々は,ネットワークが問題解決の大幅な改善を達成し,各メンバーの観測可能性の向上につながったことを示す。
- 参考スコア（独自算出の注目度）: 42.65167827451101
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dialogue-based language models mark a huge milestone in the field of
artificial intelligence, by their impressive ability to interact with users, as
well as a series of challenging tasks prompted by customized instructions.
However, the prevalent large-scale dialogue-based language models like ChatGPT
still have room for improvement, such as unstable responses to questions and
the inability to think cooperatively like humans. Considering the ability of
dialogue-based language models in conversation and their inherent randomness in
thinking, we propose ChatLLM network that allows multiple dialogue-based
language models to interact, provide feedback, and think together. We design
the network of ChatLLMs based on ChatGPT. Specifically, individual instances of
ChatGPT may possess distinct perspectives towards the same problem, and by
consolidating these diverse viewpoints via a separate ChatGPT, the ChatLLM
network system can conduct decision-making more objectively and
comprehensively. In addition, a language-based feedback mechanism comparable to
backpropagation is devised to update the ChatGPTs within the network.
Experiments on two datasets demonstrate that our network attains significant
improvements in problem-solving, leading to observable progress amongst each
member.
- Abstract（参考訳）: 対話ベースの言語モデルは、ユーザーと対話する素晴らしい能力と、カスタマイズされた指示によって引き起こされる挑戦的なタスクによって、人工知能の分野で大きなマイルストーンとなる。
しかし、ChatGPTのような一般的な大規模対話型言語モデルには、質問に対する不安定な応答や、人間のように協調的に考えることができないなど、改善の余地がある。
会話における対話型言語モデルの能力と思考における固有のランダム性を考慮して,複数の対話型言語モデルが対話し,フィードバックを提供し,一緒に考えることができるChatLLMネットワークを提案する。
我々はChatGPTに基づいてChatLLMのネットワークを設計する。
具体的には、ChatGPTの個々のインスタンスは、同じ問題に対する異なる視点を持ち、ChatGPTを別途統合することで、ChatLLMネットワークシステムはより客観的かつ包括的な意思決定を行うことができる。
さらに、バックプロパゲーションに匹敵する言語ベースのフィードバックメカニズムを考案し、ネットワーク内のChatGPTを更新する。
2つのデータセットの実験により、ネットワークは問題解決の大幅な改善を達成し、各メンバの観測可能な進歩につながった。
関連論文リスト
- A Linguistic Comparison between Human and ChatGPT-Generated Conversations [9.022590646680095]
この研究は、ChatGPTが生成した会話と人間の会話を比較して、言語問合せと単語数分析を取り入れている。
結果は,人間の対話における多様性と信頼度は高いが,ChatGPTは社会的プロセス,分析的スタイル,認知,注意的焦点,ポジティブな感情的トーンといったカテゴリーに優れていた。
論文 参考訳（メタデータ） (2024-01-29T21:43:27Z) - Can You Follow Me? Testing Situational Understanding in ChatGPT [17.52769657390388]
situational understanding (SU)は、人間のようなAIエージェントにとって重要な能力である。
チャット指向モデルにおけるSUテストのための新しい合成環境を提案する。
タスクの基本的な単純さにもかかわらず、モデルの性能は正しい環境状態を維持することができないことを反映している。
論文 参考訳（メタデータ） (2023-10-24T19:22:01Z) - InternGPT: Solving Vision-Centric Tasks by Interacting with ChatGPT
Beyond Language [82.92236977726655]
InternGPTは textbfinteraction, textbfnonverbal, textbfchatbot の略である。
InternGPT(iGPT)という対話型視覚フレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-09T17:58:34Z) - SMILE: Single-turn to Multi-turn Inclusive Language Expansion via ChatGPT for Mental Health Support [26.443929802292807]
大規模で現実的なマルチターン会話は、メンタルヘルスサポートの進歩を促進する可能性がある。
SMILE(シングルターンからマルチターンインクルーシブ言語拡張技術)を紹介する。
我々は,55kの対話からなるSMILECHATという,大規模で生活型,多様な対話データセットを生成する。
論文 参考訳（メタデータ） (2023-04-30T11:26:10Z) - Is ChatGPT Equipped with Emotional Dialogue Capabilities? [14.419588510681773]
本研究は、複数の下流課題における一連の実験を通して、感情的対話理解と生成におけるChatGPTの性能を評価する。
以上の結果から,ChatGPTの感情的対話理解能力は,教師付きモデルにはまだ及ばない可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-19T11:42:40Z) - ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large
Language Models in Multilingual Learning [70.57126720079971]
大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。
本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。
従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
論文 参考訳（メタデータ） (2023-04-12T05:08:52Z) - A Preliminary Evaluation of ChatGPT for Zero-shot Dialogue Understanding [55.37338324658501]
ゼロショット対話理解は、ユーザーのニーズをトレーニングデータなしで追跡できるようにすることを目的としている。
本研究では,ゼロショット対話理解タスクにおけるChatGPTの理解能力について検討する。
論文 参考訳（メタデータ） (2023-04-09T15:28:36Z) - FaceChat: An Emotion-Aware Face-to-face Dialogue Framework [58.67608580694849]
FaceChatは、感情に敏感で対面的な会話を可能にするWebベースの対話フレームワークである。
システムには、カウンセリング、感情サポート、パーソナライズされたカスタマーサービスなど、幅広い潜在的なアプリケーションがある。
論文 参考訳（メタデータ） (2023-03-08T20:45:37Z) - Visual ChatGPT: Talking, Drawing and Editing with Visual Foundation
Models [55.11367495777145]
ChatGPTは、多くのドメインにまたがる優れた会話能力と推論機能を備えた言語インターフェースを提供するため、分野横断の関心を集めている。
しかし、ChatGPTは言語で訓練されているため、視覚世界からの画像の処理や生成はできない。
Visual ChatGPTは、さまざまなVisual Foundation Modelsの助けを借りて、ChatGPTの視覚的役割を調べるための扉を開く。
論文 参考訳（メタデータ） (2023-03-08T15:50:02Z)
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。