論文の概要: Insert-expansions for Tool-enabled Conversational Agents

• arxiv url: http://arxiv.org/abs/2307.01644v1
• Date: Tue, 4 Jul 2023 10:57:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-06 17:30:48.933788
• Title: Insert-expansions for Tool-enabled Conversational Agents
• Title（参考訳）: ツール対応会話エージェントの挿入拡大
• Authors: Andreas G\"oldi and Roman Rietsche
• Abstract要約: 本稿では、Chain-of-Thought-Promptingによって生成される明確な推論経路におけるツール(あるいは"plug-ins")の使用に焦点を当てる。 ツールが使える会話エージェントは、検索エンジンや電卓などのツールが本来のユーザー意図から逸脱するなど、サイドトラック化されることが多い。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper delves into an advanced implementation of Chain-of-Thought-Prompting in Large Language Models, focusing on the use of tools (or "plug-ins") within the explicit reasoning paths generated by this prompting method. We find that tool-enabled conversational agents often become sidetracked, as additional context from tools like search engines or calculators diverts from original user intents. To address this, we explore a concept wherein the user becomes the tool, providing necessary details and refining their requests. Through Conversation Analysis, we characterize this interaction as insert-expansion - an intermediary conversation designed to facilitate the preferred response. We explore possibilities arising from this 'user-as-a-tool' approach in two empirical studies using direct comparison, and find benefits in the recommendation domain.
• Abstract（参考訳）: 本稿では,このプロンプト手法によって生成された明示的な推論パスにおけるツール(あるいはプラグイン)の使用に注目し,大規模言語モデルにおける思考連鎖の高度な実装について述べる。 ツールが使える会話エージェントは、検索エンジンや電卓などのツールが本来のユーザー意図から逸脱するなど、サイドトラック化されることが多い。 そこで我々は,ユーザがツールになり,必要な詳細を提供し,リクエストを精査するコンセプトを探求する。 会話分析を通して、我々はこの相互作用を、好ましい応答を促進するために設計された中間的会話である挿入膨張として特徴づける。 我々は,この「ユーザ・アズ・ア・ツール」アプローチから生じる可能性について,直接比較による2つの経験的研究から検討し,レコメンデーション領域の利点を見出す。

関連論文リスト

• Learning to Ask: Conversational Product Search via Representation Learning [34.689904564411506]
  本研究では,対話型商品検索モデルであるConvPSを提案する。 このモデルはまず、ユーザ、クエリ、アイテム、会話のセマンティック表現を共同で学習するように訓練されている。 提案したConvPSモデルは,ユーザ,クエリ,アイテム,会話の表現学習を統合された生成フレームワークに統合することができる。
  論文  参考訳（メタデータ） (2024-11-18T14:05:43Z)
• Let Me Do It For You: Towards LLM Empowered Recommendation via Tool Learning [57.523454568002144]
  大きな言語モデル(LLM)は、常識的な推論と外部ツールの活用の能力を示している。 ツール学習を通じてLLMを活用したレコメンデーションのためのフレームワークであるToolRecを紹介する。 属性の粒度を探索するプロセスとして推薦プロセスを定式化する。 属性指向ツールには,ランクツールと検索ツールの2種類がある。
  論文  参考訳（メタデータ） (2024-05-24T00:06:54Z)
• Social Commonsense-Guided Search Query Generation for Open-Domain Knowledge-Powered Conversations [66.16863141262506]
  本稿では,ソーシャルコモンセンスによってガイドされたインターネット検索クエリ生成に焦点を当てた新しいアプローチを提案する。 提案フレームワークは,トピックトラッキング,コモンセンス応答生成,命令駆動クエリ生成を統合することで,受動的ユーザインタラクションに対処する。
  論文  参考訳（メタデータ） (2023-10-22T16:14:56Z)
• Improve Retrieval-based Dialogue System via Syntax-Informed Attention [46.79601705850277]
  文内構文情報と文間構文情報の両方を考慮したSIA, Syntax-Informed Attentionを提案する。 提案手法を広範に使用した3つのベンチマークで評価し,対話応答選択における本手法の一般的な優位性を示す実験結果を得た。
  論文  参考訳（メタデータ） (2023-03-12T08:14:16Z)
• Augmenting Task-Oriented Dialogue Systems with Relation Extraction [26.26253975922272]
  標準タスク指向対話パイプラインは、意図分類とスロットフィリングを使用してユーザの発話を解釈する。 本稿では,対話システムの機能拡張に有効な方法として,関係抽出をこのパイプラインに統合することを提案する。
  論文  参考訳（メタデータ） (2022-10-24T15:49:14Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Keyword Extraction for Improved Document Retrieval in Conversational Search [10.798537120200006]
  混合開始型会話検索は大きな利点をもたらす。 会話からユーザーが提供する追加情報を取り入れることには、いくつかの課題がある。 我々は2つの対話型キーワード抽出データセットを収集し、それらを組み込んだエンドツーエンドの文書検索パイプラインを提案する。
  論文  参考訳（メタデータ） (2021-09-13T13:55:37Z)
• Retrieval-Free Knowledge-Grounded Dialogue Response Generation with Adapters [52.725200145600624]
  軽量アダプタで事前学習した言語モデルに事前知識を注入し、検索プロセスをバイパスする KnowExpert を提案する。 実験結果から,KnowExpertは検索ベースラインと相容れない性能を示した。
  論文  参考訳（メタデータ） (2021-05-13T12:33:23Z)
• CR-Walker: Tree-Structured Graph Reasoning and Dialog Acts for Conversational Recommendation [62.13413129518165]
  CR-Walkerは知識グラフ上で木構造推論を行うモデルである。 インフォメーションダイアログが生成され、言語生成をガイドする。 自動的および人的評価は、CR-Walkerがより正確なレコメンデーションに到達できることを示している。
  論文  参考訳（メタデータ） (2020-10-20T14:53:22Z)
• Conversations with Search Engines: SERP-based Conversational Response Generation [77.1381159789032]
  我々は、検索エンジンと対話するためのパイプラインを開発するために、適切なデータセット、検索・アズ・ア・会話(SaaC)データセットを作成します。 また、このデータセットを用いて、検索エンジンと対話するための最先端パイプライン(Conversations with Search Engines (CaSE))も開発しています。 CaSEは、サポートされたトークン識別モジュールとプリア・アウェア・ポインタージェネレータを導入することで最先端を向上する。
  論文  参考訳（メタデータ） (2020-04-29T13:07:53Z)

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。