Fugu-MT 論文翻訳(概要): Multi-Level Testing of Conversational AI Systems

論文の概要: Multi-Level Testing of Conversational AI Systems

arxiv url: http://arxiv.org/abs/2602.03311v1
Date: Tue, 03 Feb 2026 09:38:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-04 18:37:15.365324
Title: Multi-Level Testing of Conversational AI Systems
Title（参考訳）: 対話型AIシステムのマルチレベルテスト
Authors: Elena Masserini,
Abstract要約: この論文は、会話型AIシステムのための新しいテストアプローチのファミリーを調査している。それぞれの構成要素を異なるレベルの粒度で検証することに焦点を当てている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Conversational AI systems combine AI-based solutions with the flexibility of conversational interfaces. However, most existing testing solutions do not straightforwardly adapt to the characteristics of conversational interaction or to the behavior of AI components. To address this limitation, this Ph.D. thesis investigates a new family of testing approaches for conversational AI systems, focusing on the validation of their constituent elements at different levels of granularity, from the integration between the language and the AI components, to individual conversational agents, up to multi-agent implementations of conversational AI systems
Abstract（参考訳）: 会話型AIシステムは、AIベースのソリューションと会話型インタフェースの柔軟性を組み合わせる。しかし、既存のテストソリューションのほとんどは、会話の相互作用の特性やAIコンポーネントの振る舞いに直接適応しない。この制限に対処するため、この博士論文は、言語とAIコンポーネントの統合から個々の会話エージェント、会話AIシステムのマルチエージェント実装に至るまで、さまざまなレベルの粒度の要素の検証に焦点を当て、会話AIシステムの新しいテストアプローチのファミリーを調査する。

関連論文リスト

A Desideratum for Conversational Agents: Capabilities, Challenges, and Future Directions [51.96890647837277]
大規模言語モデル(LLM)は、従来の対話システムから、自律的な行動、文脈認識、ユーザとのマルチターンインタラクションが可能な高度なエージェントへと、会話AIを推進してきた。本調査では,人間レベルの知性にアプローチするよりスケーラブルなシステムにおいて,何が達成されたのか,どのような課題が持続するのか,何を行う必要があるのか,といった,次世代の会話エージェントのデシラトゥムを提示する。
論文参考訳（メタデータ） (2025-04-07T21:01:25Z)
Who Speaks Next? Multi-party AI Discussion Leveraging the Systematics of Turn-taking in Murder Mystery Games [7.946510318969307]
本研究では,会話分析における隣接対やターンテイクといった会話規範に着目した。本稿では,AIエージェントの対話制御にこれらの規範を適用した"Murder Mystery Agents"という新しいフレームワークを提案する。提案フレームワークは、隣接ペアと自己選択機構に基づいて、次の話者選択を統合する。
論文参考訳（メタデータ） (2024-12-06T10:45:54Z)
WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
論文参考訳（メタデータ） (2024-11-15T04:16:45Z)
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)
Human-AI collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review [6.013543974938446]
意思決定支援システムにおける人工知能の活用は、技術的進歩に不相応に焦点を合わせてきた。人間中心の視点は、既存のプロセスとのシームレスな統合のためにAIソリューションを設計することで、この懸念を緩和しようとする。
論文参考訳（メタデータ） (2023-10-30T17:46:38Z)
Expanding the Set of Pragmatic Considerations in Conversational AI [0.26206189324400636]
本稿では,現在の会話型AIシステムの実用的限界について論じる。私たちは、苦情をTTT(Turing Test Triggers)とラベル付けします。我々は、対話型AIシステムに必要な実用的能力を特定するために、実用的考察の分類法を開発する。
論文参考訳（メタデータ） (2023-10-27T19:21:50Z)
Enabling Harmonious Human-Machine Interaction with Visual-Context Augmented Dialogue System: A Review [40.49926141538684]
Visual Context Augmented Dialogue System (VAD) は、マルチモーダル情報を知覚し理解することで人間とコミュニケーションする能力を持つ。 VADは、エンゲージメントとコンテキスト対応の応答を生成する可能性を秘めている。
論文参考訳（メタデータ） (2022-07-02T09:31:37Z)
Towards Data Distillation for End-to-end Spoken Conversational Question Answering [65.124088336738]
音声対話型質問応答タスク(SCQA)を提案する。 SCQAは,音声発話とテキストコーパスから複雑な対話の流れをモデル化することを目的としている。我々の主な目的は、音声とテキストの両方で会話的な質問に対処するQAシステムを構築することである。
論文参考訳（メタデータ） (2020-10-18T05:53:39Z)
Attention over Parameters for Dialogue Systems [69.48852519856331]
我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
論文参考訳（メタデータ） (2020-01-07T03:10:42Z)

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。