論文の概要: Findings of the First Workshop on Simulating Conversational Intelligence in Chat

• arxiv url: http://arxiv.org/abs/2402.06420v2
• Date: Tue, 19 Nov 2024 12:41:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:34:07.397981
• Title: Findings of the First Workshop on Simulating Conversational Intelligence in Chat
• Title（参考訳）: チャットにおける会話知能のシミュレーションに関する第1回ワークショップの報告
• Authors: Yvette Graham, Mohammed Rameez Qureshi, Haider Khalid, Gerasimos Lampouras, Ignacio Iacobacci, Qun Liu,
• Abstract要約: ワークショップの目的は、オープンドメインの対話研究に取り組む専門家を集結させることだった。 本論文の主な目的は,共有タスクの概要とワークショップでのプレゼンテーション後の共有タスク結果の詳細な分析を提供することである。
• 参考スコア（独自算出の注目度）: 29.09249285901475
• License:
• Abstract: The aim of the workshop was to bring together experts working on open-domain dialogue research. In this speedily advancing research area many challenges still exist, such as learning information from conversations, and engaging in a realistic and convincing simulation of human intelligence and reasoning. SCI-CHAT follows previous workshops on open domain dialogue but in contrast the focus of the shared task is simulation of intelligent conversation as judged in a live human evaluation. Models aim to include the ability to follow a challenging topic over a multi-turn conversation, while positing, refuting and reasoning over arguments. The workshop included both a research track and shared task. The main goal of this paper is to provide an overview of the shared task, and an in depth analysis of the shared task results following presentation at the workshop. The current paper is an extension of that made available prior to presentation of results at the workshop at EACL Malta (Graham et al., 2024). The data collected in the evaluation was made publicly available to aide future research. The code was also made available for the same purpose.
• Abstract（参考訳）: ワークショップの目的は、オープンドメインの対話研究に取り組む専門家を集結させることだった。 この急速に進歩する研究領域では、会話から情報を学び、人間の知性と推論の現実的で説得力のあるシミュレーションに従事するなど、多くの課題が残っている。 SCI-CHATは、オープンドメイン対話に関する以前のワークショップに従っているが、それとは対照的に、共有タスクの焦点は、人間のライブ評価で判断されるインテリジェントな会話のシミュレーションである。 モデルは、議論に対して提案し、反論し、推論しながら、マルチターン会話で挑戦的なトピックに従う能力を含むことを目的としている。 ワークショップには研究トラックと共有タスクが含まれていた。 本論文の主な目的は,共有タスクの概要とワークショップでのプレゼンテーション後の共有タスク結果の詳細な分析を提供することである。 現在の論文は、EACL Malta(Graham et al , 2024)のワークショップで、結果の発表の前に提供されたものの拡張である。 評価で収集したデータは、将来の研究を支援するために公開されている。 コードも同じ目的で利用可能になった。

関連論文リスト

• The Imperative of Conversation Analysis in the Era of LLMs: A Survey of Tasks, Techniques, and Trends [64.99423243200296]
  会話分析(CA)は、会話データから重要な情報を発見し分析する。 本稿では,CAタスクの徹底的なレビューとシステム化を行い,既存の業務を要約する。 会話シーンの再構築,奥行きの属性分析,ターゲットトレーニングの実行,会話の生成から,CAの4つの重要なステップを導出した。
  論文  参考訳（メタデータ） (2024-09-21T16:52:43Z)
• Common Ground Tracking in Multimodal Dialogue [13.763043173931024]
  本研究では,共有目標を持つグループの「議論」の下での,現在の共有信念と質問の集合を自動的に識別する手法を提案する。 我々は、音声の書き起こし、韻律的特徴、ジェスチャー、行動、コラボレーションの顔を含む、共有物理空間におけるマルチモーダル相互作用のデータセットを注釈付けする。 我々は、位置する証拠と信念の公理から導かれる正式なクロージャルールのセットにカスケードし、操作を更新します。
  論文  参考訳（メタデータ） (2024-03-26T00:25:01Z)
• Reasoning in Conversation: Solving Subjective Tasks through Dialogue Simulation for Large Language Models [56.93074140619464]
  本稿では,対話シミュレーションによる主観的課題の解決に焦点を当てたRiC(Reasoning in Conversation)を提案する。 RiCのモチベーションは、チェーン・オブ・ソート・スタイルの合理性を提供するのではなく、対話をシミュレートすることで有用な文脈情報をマイニングすることである。 GPT-4、ChatGPT、OpenChatなど、APIベースのLLMとオープンソースのLLMの両方を12のタスクで評価する。
  論文  参考訳（メタデータ） (2024-02-27T05:37:10Z)
• Dialogue Agents 101: A Beginner's Guide to Critical Ingredients for Designing Effective Conversational Systems [29.394466123216258]
  本研究は,対話エージェントの主要な特徴,対応するオープンドメインデータセット,およびこれらのデータセットをベンチマークする手法について概説する。 我々は,既存のデータセットの会話から構築された統一dIalogue dataseTであるUNITを提案する。
  論文  参考訳（メタデータ） (2023-07-14T10:05:47Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Commonsense Reasoning for Conversational AI: A Survey of the State of the Art [0.76146285961466]
  論文では、関連するトレーニングデータセットをリストアップし、会話型AIにコモンセンスを含めるための主要なアプローチについて説明する。 本稿では,BlenderBot3とLaMDAの2つの最先端オープンダイアログモデルの限られたコモンセンス能力について予備観測を行った。
  論文  参考訳（メタデータ） (2023-02-15T19:55:57Z)
• ConvFinQA: Exploring the Chain of Numerical Reasoning in Conversational Finance Question Answering [70.6359636116848]
  本稿では,対話型質問応答における数値推論の連鎖を研究するために,新しい大規模データセットConvFinQAを提案する。 我々のデータセットは、現実世界の会話において、長距離で複雑な数値推論パスをモデル化する上で大きな課題となる。
  論文  参考訳（メタデータ） (2022-10-07T23:48:50Z)
• DialogZoo: Large-Scale Dialog-Oriented Task Learning [52.18193690394549]
  我々は,多種多様な対話課題を解くための統合基盤モデルの構築を目指している。 この目的を達成するために、73の公開データセットから、まず大規模なラベル付き対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-05-25T11:17:16Z)
• KETOD: Knowledge-Enriched Task-Oriented Dialogue [77.59814785157877]
  対話システム研究における既存の研究は、主にタスク指向の対話とチャットを独立したドメインとして扱う。 本研究では,タスク指向対話と知識ベースチップチャットを一つのモデルに効果的に統合する方法について検討する。
  論文  参考訳（メタデータ） (2022-05-11T16:01:03Z)
• Re-entry Prediction for Online Conversations via Self-Supervised Learning [25.488783376789026]
  本稿では,再突入予測のための自己教師型信号として,スプレッドパターン,繰り返しターゲットユーザ,ターンオーサシップの3つの補助タスクを提案する。 Twitter と Reddit から新たに収集した2つのデータセットの実験結果から,我々の手法が過去の最先端よりも優れていることが示された。
  論文  参考訳（メタデータ） (2021-09-05T08:07:52Z)

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。