論文の概要: Beyond Turn-taking: Introducing Text-based Overlap into Human-LLM Interactions

• arxiv url: http://arxiv.org/abs/2501.18103v1
• Date: Thu, 30 Jan 2025 03:01:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-31 15:14:41.440920
• Title: Beyond Turn-taking: Introducing Text-based Overlap into Human-LLM Interactions
• Title（参考訳）: ターンテイクを超えて: テキストベースのオーバーラップを人間とLLMのインタラクションに導入
• Authors: JiWoo Kim, Minsuk Chang, JinYeong Bak,
• Abstract要約: 本稿では,人間の会話を反映したメッセージの重複を取り入れた新しいアプローチを提案する。 われわれのユーザー調査によると、OverlapBotは従来のチャットボットよりもコミュニケーションが良く、没入的だと考えられていた。 我々は、テキストベースの会話の流動性とエンゲージメントを高めるために、重複可能なAIインタラクションを実装するためのレコメンデーションを提供する。
• 参考スコア（独自算出の注目度）: 16.854609012936155
• License:
• Abstract: Traditional text-based human-AI interactions often adhere to a strict turn-taking approach. In this research, we propose a novel approach that incorporates overlapping messages, mirroring natural human conversations. Through a formative study, we observed that even in text-based contexts, users instinctively engage in overlapping behaviors like "A: Today I went to-" "B: yeah." To capitalize on these insights, we developed OverlapBot, a prototype chatbot where both AI and users can initiate overlapping. Our user study revealed that OverlapBot was perceived as more communicative and immersive than traditional turn-taking chatbot, fostering faster and more natural interactions. Our findings contribute to the understanding of design space for overlapping interactions. We also provide recommendations for implementing overlap-capable AI interactions to enhance the fluidity and engagement of text-based conversations.
• Abstract（参考訳）: 従来のテキストベースの人間とAIのインタラクションは、厳格なターンテイクアプローチに固執することが多い。 本研究では,人間の会話を反映したメッセージの重複を取り入れた新しいアプローチを提案する。 フォーマティブな研究を通じて、テキストベースの文脈においても、ユーザは「A: Today I went to」や「B: yeah」といった重なり合う行動に本能的に関与することがわかった。 これらの洞察を活かすために、私たちはOverlapBotという、AIとユーザがオーバーラップを開始することができる、プロトタイプのチャットボットを開発しました。 われわれのユーザー調査によると、OverlapBotは従来のターンテイクチャットボットよりもコミュニケーションが良く、没入的だと考えられており、より高速で自然なインタラクションを育んでいる。 重なり合う相互作用に対する設計空間の理解に寄与する。 また、テキストベースの会話の流動性とエンゲージメントを高めるために、重複可能なAIインタラクションを実装するためのレコメンデーションも提供する。

関連論文リスト

• 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)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Learning Manipulation by Predicting Interaction [85.57297574510507]
  本稿では,インタラクションを予測して操作を学習する一般的な事前学習パイプラインを提案する。 実験の結果,MPIは従来のロボットプラットフォームと比較して10%から64%向上していることがわかった。
  論文  参考訳（メタデータ） (2024-06-01T13:28:31Z)
• From Human-to-Human to Human-to-Bot Conversations in Software Engineering [3.1747517745997014]
  AIとチャットボットの統合後,現代のソフトウェア開発において発生する会話のダイナミクスを理解することを目的としている。 既存の会話属性を人間やNLUベースのチャットボットとコンパイルし、ソフトウェア開発のコンテキストに適応する。 我々は人間同士の会話と人間同士の会話の類似点と相違点を示す。 LLM-chatbotsによる最近の会話スタイルは、人間との会話に取って代わるものではないと結論付けている。
  論文  参考訳（メタデータ） (2024-05-21T12:04:55Z)
• Token Trails: Navigating Contextual Depths in Conversational AI with ChatLLM [0.5743699972363359]
  Token Trailsは、トークンタイプの埋め込みを利用して会話内のコンテキストニュアンスをナビゲートする、新しいアプローチである。 本フレームワークはトークン型埋め込みを利用して,ユーザの発話とボット応答を区別し,コンテキスト認識応答の生成を容易にする。
  論文  参考訳（メタデータ） (2024-04-03T02:11:39Z)
• ChatGPT Role-play Dataset: Analysis of User Motives and Model Naturalness [4.564433526993029]
  本研究は,ChatGPTの会話における動作を,通常とロールプレイの両方で分析することにより,異なる環境での会話においてどのように振る舞うかを検討する。 本研究は,ChatGPTと対話する際のユーザのモチベーションの多様性を強調し,人間とAIの自然な会話の微妙なダイナミクスだけでなく,人間とAIのコミュニケーションの有効性向上のための新たな手段を提供する。
  論文  参考訳（メタデータ） (2024-03-26T22:01:13Z)
• Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT [10.907980864371213]
  本研究では,人気のAI技術であるChatGPTのユーザによる遊び的なインタラクションに焦点を当てた。 ユーザ談話の半数以上(54%)が遊び心のあるインタラクションを中心に展開していることがわかった。 これらのインタラクションが、AIのエージェンシーを理解し、人間とAIの関係を形作り、AIシステムを設計するための洞察を提供する上で、どのように役立つかを検討する。
  論文  参考訳（メタデータ） (2024-01-16T14:44:13Z)
• Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
  ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。 コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
  論文  参考訳（メタデータ） (2023-11-26T09:11:32Z)
• Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
  本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。 私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。 実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-01-10T13:18:25Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)

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。

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。