論文の概要: GCAgent: Enhancing Group Chat Communication through Dialogue Agents System
- arxiv url: http://arxiv.org/abs/2603.05240v1
- Date: Thu, 05 Mar 2026 14:55:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-06 22:06:11.280901
- Title: GCAgent: Enhancing Group Chat Communication through Dialogue Agents System
- Title（参考訳）: GCAgent:対話エージェントシステムによるグループチャットコミュニケーションの強化
- Authors: Zijie Meng, Zheyong Xie, Zheyu Ye, Chonggang Lu, Zuozhu Liu, Zihan Niu, Yao Hu, Shaosheng Cao,
- Abstract要約: GCAgentは、エンターテイメントとユーティリティ指向の対話エージェントとのグループチャットコミュニケーションを強化するための、LLM(Big Language Model)駆動システムである。
このシステムは、Agent Builder、Dialogue Manager、Interface pluginsの3つの密に統合されたモジュールで構成されている。
350日間の実際の展開では、メッセージ量が28.80%増加し、グループ活動とエンゲージメントが大幅に向上した。
- 参考スコア（独自算出の注目度）: 24.954331957757645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As a key form in online social platforms, group chat is a popular space for interest exchange or problem-solving, but its effectiveness is often hindered by inactivity and management challenges. While recent large language models (LLMs) have powered impressive one-to-one conversational agents, their seamlessly integration into multi-participant conversations remains unexplored. To address this gap, we introduce GCAgent, an LLM-driven system for enhancing group chats communication with both entertainment- and utility-oriented dialogue agents. The system comprises three tightly integrated modules: Agent Builder, which customizes agents to align with users' interests; Dialogue Manager, which coordinates dialogue states and manage agent invocations; and Interface Plugins, which reduce interaction barriers by three distinct tools. Through extensive experiment, GCAgent achieved an average score of 4.68 across various criteria and was preferred in 51.04\% of cases compared to its base model. Additionally, in real-world deployments over 350 days, it increased message volume by 28.80\%, significantly improving group activity and engagement. Overall, this work presents a practical blueprint for extending LLM-based dialogue agent from one-party chats to multi-party group scenarios.
- Abstract（参考訳）: オンラインソーシャルプラットフォームにおける重要な形態として、グループチャットは関心交換や問題解決の場として人気があるが、その効果は不活発さや管理上の課題によって妨げられていることが多い。
最近の大規模言語モデル(LLM)は印象的な1対1の対話エージェントを駆使しているが、多人数会話へのシームレスな統合はいまだ探索されていない。
このギャップに対処するために,エンタテインメントとユーティリティ指向の対話エージェントによるグループチャットコミュニケーションを強化するLLM駆動システムであるGCAgentを紹介する。
このシステムは、3つの密に統合されたモジュールで構成されている。エージェントビルダーは、ユーザの興味に合わせてエージェントをカスタマイズし、対話状態を調整しエージェントの呼び出しを管理するダイアログマネージャと、3つの異なるツールによるインタラクション障壁を減らすインターフェイスプラグインである。
広範な実験を通じて、GCAgentは様々な基準で平均4.68のスコアを獲得し、ベースモデルと比較して51.04\%のケースで好まれた。
さらに、350日間の実際のデプロイメントでは、メッセージのボリュームが28.80\%増加し、グループのアクティビティとエンゲージメントが大幅に向上した。
本研究は,LLMに基づく対話エージェントを,ワンパーティチャットからマルチパーティグループシナリオに拡張するための実用的な青写真を提供する。
関連論文リスト
- GroupGPT: A Token-efficient and Privacy-preserving Agentic Framework for Multi-User Chat Assistant [18.992005077080588]
GroupGPTは、マルチユーザーチャットアシスタントのためのトークン効率とプライバシ保護のためのエージェントフレームワークである。
マルチユーザチャットアシスタントの介入推論のためのベンチマークデータセットであるMUIRを紹介する。
実験により、GroupGPTは正確かつ適切な応答を生成することが示された。
論文 参考訳（メタデータ） (2026-03-01T11:29:25Z) - When Numbers Start Talking: Implicit Numerical Coordination Among LLM-Based Agents [45.43445469098021]
本稿では,マルチエージェントシステムにおける隠蔽通信のゲーム理論的研究について述べる。
我々は,異なる通信体制下での4つの標準ゲーム理論設定間の相互作用を分析する。
不均一なエージェント・パーソナリティとワンショットゲームと繰り返しゲームの両方を考慮すると、隠蔽信号が出現し、協調と戦略的な結果をどう形成するかを特徴付ける。
論文 参考訳（メタデータ） (2026-01-07T12:07:48Z) - Can a Single Model Master Both Multi-turn Conversations and Tool Use? CoALM: A Unified Conversational Agentic Language Model [8.604654904400027]
対話型エージェント言語モデル(Conversational Agentic Language Model)を導入する。
CoALM-ITを用いて、上位ドメイン固有モデルを上回る3つのモデル、CoALM 8B、CoALM 70B、CoALM 405Bを訓練する。
論文 参考訳（メタデータ） (2025-02-12T22:18:34Z) - AI Multi-Agent Interoperability Extension for Managing Multiparty Conversations [0.0]
本稿では,Open Voice Initiative の既存の Multi-Agent 仕様の新たな拡張について述べる。
Convener Agent、Floor-Shared Conversational Space、Floor Manager、Multi-Conversant Support、InterruptionsやUninvited Agentsなどの新しい概念を導入している。
これらの進歩は、複数のAIエージェントが協力し、議論し、議論に貢献する必要があるシナリオにおいて、スムーズで、効率的で、セキュアな相互作用を保証するために不可欠である。
論文 参考訳（メタデータ） (2024-11-05T18:11:55Z) - ReSpAct: Harmonizing Reasoning, Speaking, and Acting Towards Building Large Language Model-Based Conversational AI Agents [11.118991548784459]
大規模言語モデル(LLM)ベースのエージェントは、ますます外部環境との対話に使われている。
ReSpActは、タスク解決のための推論、意思決定、動的対話をシームレスに統合するように設計されている。
タスク指向対話システム(MultiWOZ)や意思決定タスク(ALFWorld, WebShop)を含むユーザインタラクション設定におけるReSpActの評価を行う。
論文 参考訳（メタデータ） (2024-11-01T15:57:45Z) - Hello Again! LLM-powered Personalized Agent for Long-term Dialogue [63.65128176360345]
モデルに依存しない長期対話エージェント(LD-Agent)を導入する。
イベント認識、ペルソナ抽出、応答生成のための3つの独立した調整可能なモジュールが組み込まれている。
LD-Agentの有効性, 汎用性, クロスドメイン性について実験的に検証した。
論文 参考訳（メタデータ） (2024-06-09T21:58:32Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z) - SpeechAgents: Human-Communication Simulation with Multi-Modal
Multi-Agent Systems [53.94772445896213]
大規模言語モデル(LLM)に基づくマルチエージェントシステムは,人間の社会をシミュレートする上で有望な性能を示した。
本研究では,マルチモーダルLLMに基づくマルチエージェントシステムであるSpeechAgentsを提案する。
論文 参考訳（メタデータ） (2024-01-08T15:01:08Z) - Large Language Model Enhanced Multi-Agent Systems for 6G Communications [94.45712802626794]
本稿では,自然言語を用いたコミュニケーション関連タスクを解くための,カスタマイズされたコミュニケーション知識とツールを備えたマルチエージェントシステムを提案する。
セマンティック通信システムの設計により,提案方式の有効性を検証した。
論文 参考訳（メタデータ） (2023-12-13T02:35:57Z) - Multi-User MultiWOZ: Task-Oriented Dialogues among Multiple Users [51.34484827552774]
マルチユーザMulti-User MultiWOZデータセットを2つのユーザと1つのエージェント間のタスク指向対話としてリリースする。
これらの対話は、タスク指向のシナリオにおける協調的な意思決定の興味深いダイナミクスを反映している。
本稿では,複数ユーザ間のタスク指向のチャットを簡潔なタスク指向のクエリとして書き換える,マルチユーザコンテキストクエリ書き換えの新しいタスクを提案する。
論文 参考訳（メタデータ） (2023-10-31T14:12:07Z) - Cooperation, Competition, and Maliciousness: LLM-Stakeholders Interactive Negotiation [52.930183136111864]
我々は,大言語モデル(LLM)を評価するためにスコーラブルネゴシエーション(scorable negotiations)を提案する。
合意に達するには、エージェントは強力な算術、推論、探索、計画能力を持つ必要がある。
我々は、新しいゲームを作成し、進化するベンチマークを持つことの難しさを増大させる手順を提供する。
論文 参考訳（メタデータ） (2023-09-29T13:33:06Z)
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。