論文の概要: Making a prototype of Seoul historical sites chatbot using Langchain
- arxiv url: http://arxiv.org/abs/2402.06929v1
- Date: Sat, 10 Feb 2024 11:38:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-13 18:29:21.973705
- Title: Making a prototype of Seoul historical sites chatbot using Langchain
- Title(参考訳): langchainを用いたソウルの歴史チャットボットのプロトタイプ作成
- Authors: Jae Young Suh, Minsoo Kwak, Soo Yong Kim, Hyoungseo Cho
- Abstract要約: このエージェントの主な目的は、ソウルに慣れていない訪問者の意識を高めることである。
朝鮮の豊かで多様な文化史の基本的な理解を促進することを目的としている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, we are going to share a draft of the development of a
conversational agent created to disseminate information about historical sites
located in the Seoul. The primary objective of the agent is to increase
awareness among visitors who are not familiar with Seoul, about the presence
and precise locations of valuable cultural heritage sites. It aims to promote a
basic understanding of Korea's rich and diverse cultural history. The agent is
thoughtfully designed for accessibility in English and utilizes data generously
provided by the Seoul Metropolitan Government. Despite the limited data volume,
it consistently delivers reliable and accurate responses, seamlessly aligning
with the available information. We have meticulously detailed the methodologies
employed in creating this agent and provided a comprehensive overview of its
underlying structure within the paper. Additionally, we delve into potential
improvements to enhance this initial version of the system, with a primary
emphasis on expanding the available data through our prompting. In conclusion,
we provide an in-depth discussion of our expectations regarding the future
impact of this agent in promoting and facilitating the sharing of historical
sites.
- Abstract(参考訳): 本稿では,ソウルに所在する史跡に関する情報を広めるための対話型エージェントの開発について,その草案について述べる。
本研究の主な目的は, ソウル市を知らない来訪者に対して, 貴重な文化財の存在と正確な位置について, 意識を高めることである。
朝鮮の豊かで多様な文化史の基本的な理解を促進することを目的としている。
このエージェントは、英語のアクセシビリティを念頭に設計されており、ソウル大都市圏政府によって提供されたデータを利用している。
限られたデータ量にもかかわらず、信頼性と正確な応答を一貫して提供し、利用可能な情報とシームレスに連携する。
我々はこのエージェントの作成に用いられた方法論を細心の注意を払って詳述し,その基盤となる構造について概説した。
さらに、当社のプロンプトを通じて利用可能なデータを拡張することに重点を置いて、この初期バージョンのシステムを強化するための潜在的な改善について検討しています。
結論として,このエージェントが史跡の共有を促進・促進する上での今後の影響について,我々の期待を深く議論する。
関連論文リスト
- COIG-CQIA: Quality is All You Need for Chinese Instruction Fine-tuning [57.600941792026006]
高品質な中国語命令チューニングデータセットであるCOIG-CQIAを紹介する。
我々の目標は、モデル行動と人間の相互作用をよりよく整合させる、多種多様な命令チューニングデータセットを構築することである。
我々はCQIAの様々なサブセットで様々なスケールのモデルを訓練し、詳細な評価と分析を行った。
論文 参考訳(メタデータ) (2024-03-26T19:24:18Z) - Towards a RAG-based Summarization Agent for the Electron-Ion Collider [0.5504260452953508]
A Retrieval Augmented Generation (RAG)ベースのEIC用要約AI(RAGS4EIC)が開発中である。
このAIエージェントは情報を凝縮するだけでなく、関連する応答を効果的に参照する。
まず、関連するすべての実験情報を含む包括的ベクトルデータベースを問合せし、次に、Large Language Model(LLM)を用いて、ユーザクエリと検索データに基づく引用に富んだ簡潔な要約を生成する。
論文 参考訳(メタデータ) (2024-03-23T05:32:46Z) - Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳(メタデータ) (2024-02-14T18:16:54Z) - Exploring Large Language Models for Human Mobility Prediction under
Public Events [25.903243511465092]
我々は,Large Language Models(LLMs)に基づく公共イベントにおける人体移動予測の枠組みを導入する。
LLMはテキストデータを処理し、最小限の例から学び、人間が読める説明を生成する。
ニューヨーク市のバークレイズセンターで、公開イベント情報とタクシー旅行データに基づいてケーススタディが実施されている。
論文 参考訳(メタデータ) (2023-11-29T04:25:15Z) - Automating Customer Service using LangChain: Building custom open-source
GPT Chatbot for organizations [0.0]
本稿では,LangChainを用いたカスタマーサービス自動化のための画期的なアプローチを提案する。
このイノベーションの核心は、オープンソースの方法論、Webスクレイピング、微調整、LangChainを顧客サービスプラットフォームにシームレスに統合することにある。
論文 参考訳(メタデータ) (2023-10-09T05:35:10Z) - HAE-RAE Bench: Evaluation of Korean Knowledge in Language Models [0.0]
HAE-RAE Benchは,韓国の文化的・文脈的深度に欠けるモデルに挑戦するためのデータセットである。
このデータセットは、語彙、歴史、一般的な知識、読み理解の4つの領域にまたがる6つの下流タスクを含んでいる。
論文 参考訳(メタデータ) (2023-09-06T04:38:16Z) - Identifying Informational Sources in News Articles [109.70475599552523]
我々は、ニュース執筆に使用される情報ソースの、最大かつ最も広範囲にアノテートされたデータセットを構築した。
本稿では,ニュース記事中のソースの構成性を研究するための新しいタスクであるソース予測を導入する。
論文 参考訳(メタデータ) (2023-05-24T08:56:35Z) - KERM: Knowledge Enhanced Reasoning for Vision-and-Language Navigation [61.08389704326803]
VLN(Vision-and-Language Navigation)は、実シーンにおける自然言語命令に続く遠隔地への移動を可能にするタスクである。
以前のアプローチのほとんどは、ナビゲート可能な候補を表現するために、機能全体やオブジェクト中心の機能を利用している。
本稿では,知識を活用したエージェントナビゲーション能力向上のための知識強化推論モデル(KERM)を提案する。
論文 参考訳(メタデータ) (2023-03-28T08:00:46Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳(メタデータ) (2023-01-12T05:28:59Z) - Lessons from the AdKDD'21 Privacy-Preserving ML Challenge [57.365745458033075]
W3Cの顕著な提案では、過去のディスプレイの集計された、差別化されたプライベートなレポートを通じてのみ広告信号を共有することができる。
この提案を広く研究するために、AdKDD'21でオープンなプライバシ保護機械学習チャレンジが行われた。
重要な発見は、大量の集約されたデータの小さな集合が存在する場合の学習モデルは驚くほど効率的で安価であることである。
論文 参考訳(メタデータ) (2022-01-31T11:09:59Z) - Expanding Cybersecurity Knowledge Through an Indigenous Lens: A First
Look [10.620356708903596]
我々は、西マニトバ地域のファースト・ネイションズ・コミュニティと、現在進行中のコミュニティ・エンゲージメント・イニシアチブについて論じる。
このイニシアチブには、サイバーセキュリティのトピックに焦点を当てた知識共有活動が含まれる。
本研究の最初の研究は,概念分析と計画段階に焦点をあてたものである。
論文 参考訳(メタデータ) (2021-03-30T19:25:01Z)
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。