論文の概要: IceBreaker for Conversational Agents: Breaking the First-Message Barrier with Personalized Starters
- arxiv url: http://arxiv.org/abs/2604.18375v1
- Date: Mon, 20 Apr 2026 15:02:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-21 21:52:52.95683
- Title: IceBreaker for Conversational Agents: Breaking the First-Message Barrier with Personalized Starters
- Title（参考訳）: 会話エージェントのためのIceBreaker:パーソナライズされたスタートターで最初のメッサージバリアを壊す
- Authors: Hongwei Zheng, Weiqi Wu, Zhengjia Wang, Guanyu Jiang, Haoming Li, Tianyu Wu, Yongchun Zhu, Jingwu Chen, Feng Zhang,
- Abstract要約: 今回紹介するIceBreakerは、人間のアイスブレイクを2ステップのハンドシェイクとしてフレーム化する会話エージェントだ。
世界最大の会話エージェント製品のオンラインA/Bテストでは、IceBreakerはユーザーの活動日数を+0.184%改善し、クリックスルー率は+9.425%改善している。
- 参考スコア（独自算出の注目度）: 12.905854774408587
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational agents, such as ChatGPT and Doubao, have become essential daily assistants for billions of users. To further enhance engagement, these systems are evolving from passive responders to proactive companions. However, existing efforts focus on activation within ongoing dialogues, while overlooking a key real-world bottleneck. In the conversation initiation stage, users may have a vague need but no explicit query intent, creating a first-message barrier where the conversation holds before it begins. To overcome this, we introduce Conversation Starter Generation: generating personalized starters to guide users into conversation. However, unlike in-conversation stages where immediate context guides the response, initiation must operate in a cold-start moment without explicit user intent. To pioneer in this direction, we present IceBreaker that frames human ice-breaking as a two-step handshake: (i) evoke resonance via Resonance-Aware Interest Distillation from session summaries to capture trigger interests, and (ii) stimulate interaction via Interaction-Oriented Starter Generation, optimized with personalized preference alignment and a self-reinforced loop to maximize engagement. Online A/B tests on one of the world's largest conversational agent products show that IceBreaker improves user active days by +0.184% and click-through rate by +9.425%, and has been deployed in production.
- Abstract（参考訳）: ChatGPTやDoubaoのような会話エージェントは、何十億ものユーザーにとって、日々のアシスタントとして欠かせない存在になっている。
エンゲージメントをさらに強化するため、これらのシステムは受動的応答体から能動的共役体へと進化している。
しかし、既存の取り組みは、重要な現実世界のボトルネックを見越しながら、進行中の対話の中でのアクティベーションに焦点を当てている。
会話開始の段階では、ユーザはあいまいなニーズを持っているかもしれないが、明示的なクエリ意図は持たない。
これを解決するために,対話開始生成(Conversation Starter Generation):ユーザを会話に誘導するパーソナライズされた開始子を生成する。
しかし、即時コンテキストが応答を誘導する会話の段階とは異なり、開始は明示的なユーザ意図なしでコールドスタートモーメントで実行されなければならない。
この方向を開拓するために、人間のアイスブレイクを2ステップのハンドシェイクとしてフレーム化するIceBreakerを紹介します。
一 利子獲得のためのセッション要約からの共鳴対応利子蒸留による共振
(II) インタラクション指向の開始生成によるインタラクションの促進, パーソナライズされた嗜好アライメント, エンゲージメントを最大化するための自己強化ループを最適化した。
世界最大の会話エージェント製品であるIceBreakerのオンラインA/Bテストによると、IceBreakerはユーザーのアクティブデイを+0.184%改善し、クリックスルーレートを+9.425%改善し、本番環境に配備されている。
関連論文リスト
- Proactive Hearing Assistants that Isolate Egocentric Conversations [9.444316926459196]
装着者の会話相手を自動的に識別・分離する能動的補聴器を導入する。
本システムは,エゴセントリックな音声で動作し,装着者の自発音声をアンカーとして利用する。
我々の研究は、会話のダイナミクスやエンゲージメントに積極的に適応する補聴器への一歩である。
論文 参考訳（メタデータ） (2025-11-14T16:44:48Z) - Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
時系列思考は、完全なSDLMの応答品質を改善することを目的としている。
追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。
結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
論文 参考訳（メタデータ） (2025-10-02T10:28:11Z) - Enhancing User-Oriented Proactivity in Open-Domain Dialogues with Critic Guidance [35.15965694815852]
オープンドメイン対話システムは自然な会話を生み出すことを目的としている。
既存の大きな言語モデル(LLM)は、ユーザのチャットの好みを積極的に理解できない。
ユーザ指向のプロアクティブ性を高めるために,ユーザ指向プロアクティブ(UPC)を提案する。
論文 参考訳（メタデータ） (2025-05-18T09:59:22Z) - PaRT: Enhancing Proactive Social Chatbots with Personalized Real-Time Retrieval [31.567993758708393]
PaRTは、個人化されたリアルタイム検索と生成を通じて、ソーシャルチャットボットのためのコンテキスト対応のプロアクティブ対話を可能にする新しいフレームワークである。
当社のアプローチは,30日以上の実運用環境で安定して動作し,対話の平均時間において21.77%の改善を実現している。
論文 参考訳（メタデータ） (2025-04-29T10:51:58Z) - 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) - Beyond Turn-taking: Introducing Text-based Overlap into Human-LLM Interactions [16.854609012936155]
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。
論文 参考訳（メタデータ） (2025-01-30T03:01:01Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - 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) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - Know Deeper: Knowledge-Conversation Cyclic Utilization Mechanism for
Open-domain Dialogue Generation [11.72386584395626]
エンドツーエンドのインテリジェントなニューラルダイアログシステムは、一貫性のない繰り返し応答を生成する問題に悩まされる。
既存の対話モデルは、対人関係の会話情報を対人情報の流れとして捉えた個人知識に組み込むことが、その後の会話の質を高めるという事実を無視しながら、対人関係の個人知識を一方的にダイアログに組み込むことに注意を払っている。
会話の一貫性を向上し、2つの折り畳みから繰り返しを緩和することを目的とした,会話適応型多視点対応対応型応答生成モデルを提案する。
論文 参考訳（メタデータ） (2021-07-16T08:59:06Z)
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。