論文の概要: Collaborative Rational Speech Act: Pragmatic Reasoning for Multi-Turn Dialog
- arxiv url: http://arxiv.org/abs/2507.14063v1
- Date: Fri, 18 Jul 2025 16:42:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.361181
- Title: Collaborative Rational Speech Act: Pragmatic Reasoning for Multi-Turn Dialog
- Title（参考訳）: 協調的合理的音声法:多段階対話のための実践的推論
- Authors: Lautaro Estienne, Gabriel Ben Zenou, Nona Naderi, Jackie Cheung, Pablo Piantanida,
- Abstract要約: 我々は、ラショナル音声法(RSA)のIT拡張であるCRSA(Collaborative Rational Speech Act)を導入する。
CRSAは、レート歪み理論に適応した利得関数を最適化することにより、マルチターンダイアログをモデル化する。
医療領域における参照ゲームとテンプレートベースの医師-患者ダイアログに対するCRSAの有効性を実証した。
- 参考スコア（独自算出の注目度）: 22.299209176253655
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As AI systems take on collaborative roles, they must reason about shared goals and beliefs-not just generate fluent language. The Rational Speech Act (RSA) framework offers a principled approach to pragmatic reasoning, but existing extensions face challenges in scaling to multi-turn, collaborative scenarios. In this paper, we introduce Collaborative Rational Speech Act (CRSA), an information-theoretic (IT) extension of RSA that models multi-turn dialog by optimizing a gain function adapted from rate-distortion theory. This gain is an extension of the gain model that is maximized in the original RSA model but takes into account the scenario in which both agents in a conversation have private information and produce utterances conditioned on the dialog. We demonstrate the effectiveness of CRSA on referential games and template-based doctor-patient dialogs in the medical domain. Empirical results show that CRSA yields more consistent, interpretable, and collaborative behavior than existing baselines-paving the way for more pragmatic and socially aware language agents.
- Abstract（参考訳）: AIシステムはコラボレーティブな役割を担うので、単に流動的な言語を生成するだけでなく、共通の目標と信念について考える必要があります。
Rational Speech Act(RSA)フレームワークは、実用的な推論に対する原則的なアプローチを提供するが、既存の拡張は、マルチターンで協調的なシナリオへのスケーリングにおいて課題に直面している。
本稿では、レート歪み理論に適応した利得関数を最適化し、マルチターンダイアログをモデル化するRSAの情報理論(IT)拡張であるCRSA(Collaborative Rational Speech Act)を導入する。
このゲインは、元のRSAモデルで最大化されるゲインモデルの拡張であるが、会話中の両方のエージェントがプライベート情報を持ち、ダイアログに条件付き発話を生成するシナリオを考慮している。
医療領域における参照ゲームとテンプレートベースの医師-患者ダイアログに対するCRSAの有効性を実証した。
実証的な結果は、CRSAが既存のベースラインよりも一貫性があり、解釈可能で、協調的な行動をもたらすことを示している。
関連論文リスト
- Improving Multilingual Retrieval-Augmented Language Models through Dialectic Reasoning Argumentations [65.11348389219887]
そこで,Dialectic-RAG(Dialectic-RAG, DRAG)を提案する。
我々は、文脈内学習戦略と、より小さなモデルをインストラクションするための実演の構築の両方において、我々のフレームワークが与える影響を示す。
論文 参考訳（メタデータ） (2025-04-07T06:55:15Z) - Retrieval Meets Reasoning: Even High-school Textbook Knowledge Benefits Multimodal Reasoning [49.3242278912771]
RMR(Retrieval Meets Reasoning)と呼ばれる新しいマルチモーダルRAGフレームワークについて紹介する。
RMRフレームワークは、最も関連性の高い問合せ対を特定するために、バイモーダル検索モジュールを使用する。
これは、ベンチマークデータセットのスペクトルにわたって様々なビジョン言語モデルの性能を大幅に向上させる。
論文 参考訳（メタデータ） (2024-05-31T14:23:49Z) - Igniting Language Intelligence: The Hitchhiker's Guide From
Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。
LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。
最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
論文 参考訳（メタデータ） (2023-11-20T14:30:55Z) - 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) - Pragmatic Reasoning in Structured Signaling Games [2.28438857884398]
本稿では,従来のシグナリングゲームの拡張である構造化シグナリングゲームを紹介する。
意味表現の上にsRSAを用いた実用的エージェントが情報理論の限界に非常に近い効率が得られることを示す。
また,多エージェント強化学習フレームワークにおける実践的推論と学習の相互作用についても検討する。
論文 参考訳（メタデータ） (2023-05-17T12:43:29Z) - Exhaustivity and anti-exhaustivity in the RSA framework: Testing the
effect of prior beliefs [68.8204255655161]
我々は,先行に対する感受性が合理的音声法(RSA)フレームワークの直感的予測に繋がる事例に着目した。
本研究では, ベースラインRSAモデルにおいて, 一定の条件下では, 反排他的読解が予測されることを示す。
RSAフレームワーク全体で予測されるように、メッセージ選択は事前に敏感である。
論文 参考訳（メタデータ） (2022-02-14T20:35:03Z) - Scalable pragmatic communication via self-supervision [14.01704261285015]
エージェントが人間のデータを模倣するのではなく,自己監督を通じて実践的な政策を習得するアーキテクチャと学習プロセスを提案する。
本研究は, 自己超越による実用的スキルを持つ人工エージェントを装備するための, 新たな原理的アプローチを提案する。
論文 参考訳（メタデータ） (2021-08-12T15:28:30Z) - Learning to refer informatively by amortizing pragmatic reasoning [35.71540493379324]
我々は、話者が時間とともに合理的な音声行為のコストを減らそうとするアイデアを探求する。
我々のアモータライズされたモデルは、様々な文脈で効果的かつ簡潔な言語を迅速に生成できることがわかりました。
論文 参考訳（メタデータ） (2020-05-31T02:52:22Z) - Emergence of Pragmatics from Referential Game between Theory of Mind
Agents [64.25696237463397]
エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。
協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-21T19:37:33Z)
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。