論文の概要: Debate-to-Write: A Persona-Driven Multi-Agent Framework for Diverse Argument Generation
- arxiv url: http://arxiv.org/abs/2406.19643v2
- Date: Sat, 12 Oct 2024 07:40:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-15 15:04:50.113525
- Title: Debate-to-Write: A Persona-Driven Multi-Agent Framework for Diverse Argument Generation
- Title(参考訳): Debate-to-Write: 分散引数生成のためのペルソナ駆動型マルチエージェントフレームワーク
- Authors: Zhe Hu, Hou Pong Chan, Jing Li, Yu Yin,
- Abstract要約: 議論記述のためのペルソナベースのマルチエージェントフレームワークを提案する。
人間の議論に触発されて、我々はまず各エージェントに、その高いレベルの信念を表すペルソナを、ユニークな視点から割り当てる。
次にエージェントインタラクションプロセスを設計し、エージェントが協調して議論し、議論書の全体計画を形成するアイデアを議論できるようにします。
- 参考スコア(独自算出の注目度): 25.43678472601801
- License:
- Abstract: Writing persuasive arguments is a challenging task for both humans and machines. It entails incorporating high-level beliefs from various perspectives on the topic, along with deliberate reasoning and planning to construct a coherent narrative. Current language models often generate surface tokens autoregressively, lacking explicit integration of these underlying controls, resulting in limited output diversity and coherence. In this work, we propose a persona-based multi-agent framework for argument writing. Inspired by the human debate, we first assign each agent a persona representing its high-level beliefs from a unique perspective, and then design an agent interaction process so that the agents can collaboratively debate and discuss the idea to form an overall plan for argument writing. Such debate process enables fluid and nonlinear development of ideas. We evaluate our framework on argumentative essay writing. The results show that our framework can generate more diverse and persuasive arguments through both automatic and human evaluations.
- Abstract(参考訳): 説得力のある議論を書くことは、人間と機械の両方にとって難しい課題である。
トピックに関する様々な観点からのハイレベルな信念を取り入れ、意図的な推論と一貫性のある物語の構築を計画する。
現在の言語モデルは、しばしば表面トークンを自動回帰的に生成し、基礎となる制御の明示的な統合が欠如し、出力の多様性と一貫性が制限される。
本研究では,議論記述のためのペルソナに基づくマルチエージェントフレームワークを提案する。
人的議論に触発されて、我々はまず、各エージェントに、その高レベルの信念を表すペルソナをユニークな視点から割り当て、次にエージェントのインタラクションプロセスを設計し、エージェントが協調して議論し、議論し、議論のための全体計画を形成することができるようにします。
このような議論のプロセスは、アイデアの流動的および非線形な発展を可能にする。
我々は議論的エッセイ執筆の枠組みを評価する。
その結果、我々のフレームワークは、自動評価と人的評価の両方により、より多様で説得力のある議論を生成できることがわかった。
関連論文リスト
- AutoPersuade: A Framework for Evaluating and Explaining Persuasive Arguments [0.5242869847419834]
私たちは説得力のあるメッセージを構築するためのフレームワークであるAutoPersuadeを紹介します。
我々は説得力に影響を与える議論の特徴を識別する新しい話題モデルを開発した。
このモデルを用いて、新たな議論の有効性を予測し、異なるコンポーネントの因果的影響を評価する。
論文 参考訳(メタデータ) (2024-10-11T15:46:05Z) - Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。
エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
論文 参考訳(メタデータ) (2024-10-03T15:44:42Z) - The Persuasive Power of Large Language Models [0.0]
気候変動をテーマとした総合的な説得対話シナリオを設計する。
支配者」エージェントは「懐疑的」エージェントに対して説得力のある議論を生成し、その後、議論が内部の意見状態を変えたかどうかを評価する。
我々は,機械による議論の説得力を評価するために,人間の裁判官に依頼する。
以上の結果から,オンラインソーシャルメディアにおける意見形成過程において,人工エージェントが重要な役割を果たす可能性が示唆された。
論文 参考訳(メタデータ) (2023-12-24T16:21:11Z) - AMERICANO: Argument Generation with Discourse-driven Decomposition and Agent Interaction [25.38899822861742]
議論生成のためのエージェントインタラクションを備えた新しいフレームワークであるAmericanoを提案する。
提案手法は,進化過程を議論理論に基づく逐次的行動に分解する。
提案手法は,エンド・ツー・エンドとチェーン・オブ・ワンド・プロンプトの両手法より優れている。
論文 参考訳(メタデータ) (2023-10-31T10:47:33Z) - 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) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳(メタデータ) (2022-04-16T08:07:53Z) - Towards Socially Intelligent Agents with Mental State Transition and
Human Utility [97.01430011496576]
対話エージェントに精神状態と実用性モデルを取り入れることを提案する。
ハイブリッド精神状態は、対話とイベント観察の両方から情報を抽出する。
ユーティリティモデルは、クラウドソースのソーシャルコモンセンスデータセットから人間の好みを学習するランキングモデルである。
論文 参考訳(メタデータ) (2021-03-12T00:06:51Z) - Aspect-Controlled Neural Argument Generation [65.91772010586605]
我々は、与えられたトピック、スタンス、アスペクトの文レベル引数を生成するために、きめ細かいレベルで制御できる引数生成のための言語モデルを訓練する。
評価の結果,我々の生成モデルは高品質なアスペクト特異的な議論を生成できることがわかった。
これらの議論は、データ拡張による姿勢検出モデルの性能向上と、逆問題の生成に使用できる。
論文 参考訳(メタデータ) (2020-04-30T20:17:22Z) - "Wait, I'm Still Talking!" Predicting the Dialogue Interaction Behavior
Using Imagine-Then-Arbitrate Model [24.560203199376478]
実際の人間と人間の会話では、1ターンで長いメッセージではなく、可読性のためのいくつかの短いメッセージが順次送信されることが多い。
本稿では,エージェントが待機するか,直接応答するかを決定するのに役立つ,新しいImagine-then-Arbitrate(ITA)ニューラルダイアログモデルを提案する。
論文 参考訳(メタデータ) (2020-02-22T04:05:41Z) - What Changed Your Mind: The Roles of Dynamic Topics and Discourse in
Argumentation Process [78.4766663287415]
本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。
議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
論文 参考訳(メタデータ) (2020-02-10T04:27:48Z)
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。