Fugu-MT 論文翻訳(概要): User Modeling Challenges in Interactive AI Assistant Systems

論文の概要: User Modeling Challenges in Interactive AI Assistant Systems

arxiv url: http://arxiv.org/abs/2403.20134v1
Date: Fri, 29 Mar 2024 11:54:13 GMT
ステータス: 翻訳完了
システム内更新日: 2024-04-01 15:44:18.847767
Title: User Modeling Challenges in Interactive AI Assistant Systems
Title（参考訳）: 対話型AIアシスタントシステムにおけるユーザモデリングの課題
Authors: Megan Su, Yuwei Bao,
Abstract要約: Interactive Artificial Intelligent(AI)アシスタントシステムは、人間が様々なタスクを完了するのを助けるタイムリーなガイダンスを提供するように設計されている。残りの課題の1つは、よりパーソナライズされたガイダンスのために、タスク中のユーザの精神状態を理解することである。本研究では,タスク実行中のユーザの精神状態を分析し,よりパーソナライズされたユーザガイダンスのために,大規模言語モデルがユーザプロファイルを解釈する能力と課題について検討する。
参考スコア（独自算出の注目度）: 3.1204913702660475
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Interactive Artificial Intelligent(AI) assistant systems are designed to offer timely guidance to help human users to complete a variety tasks. One of the remaining challenges is to understand user's mental states during the task for more personalized guidance. In this work, we analyze users' mental states during task executions and investigate the capabilities and challenges for large language models to interpret user profiles for more personalized user guidance.
Abstract（参考訳）: Interactive Artificial Intelligent(AI)アシスタントシステムは、人間が様々なタスクを完了するのを助けるタイムリーなガイダンスを提供するように設計されている。残りの課題の1つは、よりパーソナライズされたガイダンスのために、タスク中のユーザの精神状態を理解することである。本研究では,タスク実行中のユーザの精神状態を分析し,よりパーソナライズされたユーザガイダンスのために,大規模言語モデルがユーザプロファイルを解釈する能力と課題について検討する。

関連論文リスト

RealWebAssist: A Benchmark for Long-Horizon Web Assistance with Real-World Users [8.044364097415007]
RealWebAssistは、Webとの長い水平相互作用を含む現実的なシナリオにおいて、シーケンシャルなインストラクションフォローを評価するために設計された新しいベンチマークである。各ユーザはWebベースのアシスタントに、複数のWebサイト上で一連のタスクを実行するように指示する。成功したエージェントは、それぞれの命令の背後にある真の意図を推論し、ユーザの精神状態を追跡し、ユーザ固有のルーチンを理解し、意図したタスクを正しいGUI要素に基づいて実行しなければなりません。
論文参考訳（メタデータ） (2025-04-14T17:36:46Z)
Proactive User Information Acquisition via Chats on User-Favored Topics [3.6698472838681893]
本研究では,PIVOTタスクを提案する。近年の大規模言語モデル (LLM) においても PIVOT タスクの成功率が低いことが判明した。本研究は,本データセットの分析から得られた知見を組み込むことにより,本タスクの簡易かつ効果的なシステムを開発した。
論文参考訳（メタデータ） (2025-04-10T12:32:16Z)
Enhancing Discoverability in Enterprise Conversational Systems with Proactive Question Suggestions [5.356008176627551]
本稿では,対話型エンタープライズAIシステムにおける質問提案を強化する枠組みを提案する。本手法は,人口レベルでの周期的ユーザ意図分析とチャットセッションに基づく質問生成を併用する。我々は,Adobe Experience PlatformのAIアシスタントから得られた実世界のデータを用いて,このフレームワークを評価する。
論文参考訳（メタデータ） (2024-12-14T19:04:16Z)
Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文参考訳（メタデータ） (2024-10-28T23:10:06Z)
Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文参考訳（メタデータ） (2024-09-27T06:31:03Z)
Supporting Experts with a Multimodal Machine-Learning-Based Tool for Human Behavior Analysis of Conversational Videos [40.30407535831779]
そこで我々は,プロビデンス(Providence)を開発した。プロビデンス(Providence)は,専門家による形式的な研究から得られた設計上の考察に基づくビジュアルプログラミングツールである。これにより、専門家はさまざまな機械学習アルゴリズムを組み合わせることで、コードを書くことなく人間の行動の手がかりを捉えることができる。本研究は,会話の場面検索タスクの達成に要する認知負荷が少なく,ユーザビリティと満足度の高いアウトプットを示した。
論文参考訳（メタデータ） (2024-02-17T00:27:04Z)
Tell Me More! Towards Implicit User Intention Understanding of Language Model Driven Agents [110.25679611755962]
現在の言語モデル駆動エージェントは、しばしば効果的なユーザ参加のメカニズムを欠いている。 Intention-in-Interaction (IN3) は明示的なクエリを通してユーザの暗黙の意図を検査するための新しいベンチマークである。私たちは、タスクの曖昧さを積極的に評価し、ユーザの意図を問う強力なモデルであるMistral-Interactを経験的に訓練し、それらを実行可能な目標へと洗練させます。
論文参考訳（メタデータ） (2024-02-14T14:36:30Z)
Can Foundation Models Watch, Talk and Guide You Step by Step to Make a Cake? [62.59699229202307]
AIの進歩にもかかわらず、インタラクティブなタスクガイダンスシステムの開発は依然として大きな課題である。我々は、人間のユーザと人間のインストラクターとの自然なインタラクションに基づいて、新しいマルチモーダルベンチマークデータセット、ウォッチ、トーク、ガイド(WTaG)を作成しました。いくつかの基礎モデルを活用して、これらのモデルが認識可能なタスクガイダンスに迅速に適応できるかを調査した。
論文参考訳（メタデータ） (2023-11-01T15:13:49Z)
When Large Language Models Meet Personalization: Perspectives of Challenges and Opportunities [60.5609416496429]
大規模言語モデルの能力は劇的に改善されている。このような大きな飛躍的なAI能力は、パーソナライゼーションの実施方法のパターンを変えるだろう。大規模言語モデルを汎用インターフェースとして活用することにより、パーソナライズシステムはユーザ要求を計画にコンパイルすることができる。
論文参考訳（メタデータ） (2023-07-31T02:48:56Z)
User Simulation for Evaluating Information Access Systems [38.48048183731099]
インタラクティブな知能システムの有効性を評価することは複雑な科学的課題です本書は,評価に特化して設計されたユーザシミュレーション技術について,詳細な理解を提供する。ユーザシミュレータを設計するための一般的なフレームワークと、検索エンジン、レコメンダシステム、会話アシスタントとのユーザインタラクションをシミュレートする特定のモデルとアルゴリズムの両方をカバーする。
論文参考訳（メタデータ） (2023-06-14T14:54:06Z)
Human in the loop approaches in multi-modal conversational task guidance system development [6.493148232868973]
作業支援のためのタスクガイダンスシステムの開発は,依然として困難な課題である。まず,このようなシステム開発における課題をいくつか取り上げる。次に、利用可能な既存のデータセットの概要を説明し、その制限を強調します。
論文参考訳（メタデータ） (2022-11-03T14:05:30Z)
What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文参考訳（メタデータ） (2022-10-07T12:51:27Z)
Are Akpans Trick or Treat: Unveiling Helpful Biases in Assistant Systems [55.09907990139756]
情報探索型AIアシスタントシステムは,ユーザの知識に関する質問に対して,タイムリーに回答することを目的としている。本稿では,有用性の計算測度について検討する。最先端の対話システムを用いた実験により、既存のシステムは高度開発途上国の概念に関する質問に役立っていることが明らかとなった。
論文参考訳（メタデータ） (2022-05-25T07:58:38Z)
Multipurpose Intelligent Process Automation via Conversational Assistant [3.808063547958558]
Intelligent Process Automation (IPA) は,反復的,ルーチン的,低認知的なタスクの処理によって知識労働者を支援することを目的とした,新興技術である。我々は、実世界の産業環境でIPA対話アシスタントを実装するという課題に、構造化されたトレーニングデータの不足を伴って取り組む。提案システムには2つの大きなメリットがある。第一に、反復的かつ時間のかかるアクティビティを削減し、従って、労働者がよりインテリジェントなプロセスに集中できるようにする。
論文参考訳（メタデータ） (2020-01-07T21:47:37Z)

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。