論文の概要: HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2509.04303v1
- Date: Thu, 04 Sep 2025 15:16:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-05 20:21:10.201068
- Title: HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning
- Title（参考訳）: HumAIne-Chatbot:強化学習によるリアルタイムパーソナライズされた会話AI
- Authors: Georgios Makridis, Georgios Fragiadakis, Jorge Oliveira, Tomaz Saraiva, Philip Mavrepis, Georgios Fatouros, Dimosthenis Kyriazis,
- Abstract要約: textbfHumAIne-chatbotはAIによる会話エージェントで、新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズする。
ライブインタラクションの間、オンライン強化学習エージェントは暗黙の信号を組み合わせることで、ユーザ毎のモデルを洗練する。
その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
- 参考スコア（独自算出の注目度）: 0.4931504898146351
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Current conversational AI systems often provide generic, one-size-fits-all interactions that overlook individual user characteristics and lack adaptive dialogue management. To address this gap, we introduce \textbf{HumAIne-chatbot}, an AI-driven conversational agent that personalizes responses through a novel user profiling framework. The system is pre-trained on a diverse set of GPT-generated virtual personas to establish a broad prior over user types. During live interactions, an online reinforcement learning agent refines per-user models by combining implicit signals (e.g. typing speed, sentiment, engagement duration) with explicit feedback (e.g., likes and dislikes). This profile dynamically informs the chatbot dialogue policy, enabling real-time adaptation of both content and style. To evaluate the system, we performed controlled experiments with 50 synthetic personas in multiple conversation domains. The results showed consistent improvements in user satisfaction, personalization accuracy, and task achievement when personalization features were enabled. Statistical analysis confirmed significant differences between personalized and nonpersonalized conditions, with large effect sizes across key metrics. These findings highlight the effectiveness of AI-driven user profiling and provide a strong foundation for future real-world validation.
- Abstract（参考訳）: 現在の会話型AIシステムは、個々のユーザー特性を軽視し、適応的な対話管理を欠く汎用的でワンサイズなインタラクションを提供することが多い。
このギャップに対処するために,新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズするAI駆動の会話エージェントである‘textbf{HumAIne-chatbot} を紹介する。
このシステムは、多様なGPT生成仮想ペルソナ上で事前訓練され、ユーザタイプよりも広い優先順位を確立する。
ライブインタラクションの間、オンライン強化学習エージェントは、暗黙の信号(例えば、タイピング速度、感情、エンゲージメント期間)と明示的なフィードバック(例えば、いいね!
このプロファイルはチャットボットの対話ポリシーを動的に通知し、コンテンツとスタイルのリアルタイム適応を可能にする。
このシステムを評価するために,複数の会話領域において50人の合成ペルソナを用いて制御実験を行った。
その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
統計的分析により、個人化条件と非個人化条件の間に有意な差異が認められた。
これらの知見は、AI駆動のユーザプロファイリングの有効性を強調し、将来の現実世界の検証のための強力な基盤を提供する。
関連論文リスト
- ProfiLLM: An LLM-Based Framework for Implicit Profiling of Chatbot Users [21.84873191775677]
ProfiLLMはチャットボットのインタラクションを通じて暗黙的で動的なユーザープロファイリングを行うための新しいフレームワークである。
ProfiLLMのITSec適応版であるProfiLLM[ITSec]を開発し,その性能を1,760人の人間的な会話で評価した。
その結果、ProfiLLM[ITSec]はITSecプロファイルを迅速かつ正確に推測し、単一のプロンプトの後に実際のスコアと予測スコアのギャップを最大55～65%削減した。
論文 参考訳（メタデータ） (2025-06-16T20:33:44Z) - V-VAE: A Variational Auto Encoding Framework Towards Fine-Grained Control over Human-Like Chat [19.038481783630864]
ロールプレイとペルソナベースのチャットアプローチは、静的な役割記述、粗い信号空間、低品質の合成データに大きく依存している。
人間のようなチャットは、感情的なトーン、状況認識、進化するパーソナリティなどの微妙な潜伏特性をモデル化する必要がある。
これらの制約に対処するため、変分自動符号化モジュールと細粒度で解釈可能な潜伏変数を含むV-VAEフレームワークを提案する。
論文 参考訳（メタデータ） (2025-06-02T10:38:02Z) - Exploring the Impact of Personality Traits on Conversational Recommender Systems: A Simulation with Large Language Models [70.180385882195]
本稿では,対話型レコメンダシステム(CRS)のためのパーソナリティを考慮したユーザシミュレーションを提案する。
ユーザエージェントはカスタマイズ可能な性格特性と嗜好を誘導し、システムエージェントはCRS内の現実的な相互作用をシミュレートする説得能力を有する。
実験により,現在最先端のLCMは,特定の性格特性に適合した多様なユーザ応答を効果的に生成できることが示された。
論文 参考訳（メタデータ） (2025-04-09T13:21:17Z) - From Interaction to Collaboration: How Hybrid Intelligence Enhances Chatbot Feedback [0.0]
本研究では,ユーザエンゲージメントとフィードバック行動に異なる2つの物語とフィードバック収集機構が与える影響について検討する。
当初,小規模調査では,フィードバックを残したり,システムを利用したり,システムを信頼したりすることの有意な違いは認められなかったが,HIの物語に暴露された参加者は統計的に,より詳細なフィードバックを得られていた。
論文 参考訳（メタデータ） (2025-03-08T07:36:36Z) - Mind the Gap! Static and Interactive Evaluations of Large Audio Models [55.87220295533817]
大型オーディオモデル(LAM)は、音声ネイティブな体験をパワーアップするために設計されている。
本研究は,484名の参加者から,LAMを評価し,7,500名のLAMインタラクションを収集する対話的アプローチを提案する。
論文 参考訳（メタデータ） (2025-02-21T20:29:02Z) - REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。
EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。
その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
論文 参考訳（メタデータ） (2025-02-18T20:29:01Z) - Developing Enhanced Conversational Agents for Social Virtual Worlds [0.0]
この提案は、人工知能、自然言語処理、Affective Computing、ユーザーモデリングに関連するさまざまな技術を組み合わせている。
本提案は,Second Life ソーシャルバーチャルワールドに展開されている会話エージェントの具体的開発に成功して評価されている。
実験の結果,エージェントの対話行動は,そのような環境で対話するユーザの特定の特性に順応することがわかった。
論文 参考訳（メタデータ） (2025-01-14T11:15:16Z) - X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。
従来の設定では、各参加者は一度に1つのメッセージに制限される。
本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
論文 参考訳（メタデータ） (2024-08-19T09:57:28Z) - Approximating Online Human Evaluation of Social Chatbots with Prompting [11.657633779338724]
既存の評価指標は、オフラインユーザ評価の自動化と、事前計算したダイアログの人的判断の近似を目的としている。
GPTファミリーの大規模言語モデル(LLM)を利用したオンライン人間評価の近似手法を提案する。
Prompting (DEP) に基づく新しいダイアログシステム評価フレームワークを導入し,完全な自動評価パイプラインを実現する。
論文 参考訳（メタデータ） (2023-04-11T14:45:01Z) - Dialogue History Matters! Personalized Response Selectionin Multi-turn
Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。
1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。
ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文 参考訳（メタデータ） (2021-03-17T09:42:11Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。