論文の概要: PulseCX: Breaking the Closed-World Assumption in Real-Time CX

• arxiv url: http://arxiv.org/abs/2606.21124v1
• Date: Fri, 19 Jun 2026 05:53:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 08:06:22.167916
• Title: PulseCX: Breaking the Closed-World Assumption in Real-Time CX
• Title（参考訳）: PulseCX: リアルタイムCXにおけるクローズドワールドの消費を破る
• Authors: Rajat Agarwal, Suvidha Tripathi, Shubham Sharma,
• Abstract要約: 我々は,消費から知識獲得を分離するフレームワークであるPulse CXを紹介する。 この自己進化メモリと階層的なインテントゲーティングを結合することにより、Pulse CXは同期検索ボトルネックを取り除く。
• 参考スコア（独自算出の注目度）: 2.8300357622271566
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversational AI agents in Customer Experience (CX) typically suffer from a Closed-World Constraint, ignoring high-velocity external shifts like viral trends or outages. Ad-hoc web search attempts to bridge this gap but often introduce prohibitive latency and context poisoning. We introduce PulseCX, a framework that decouples knowledge acquisition from consumption. Adopting a structure-first paradigm, PulseCX employs an asynchronous agent to linearize signals into a Decay-Aware Temporal Knowledge Graph (DA-TKG) governed by reinforcement--decay dynamics to actively manage information lifecycles. By coupling this self-evolving memory with hierarchical intent gating, PulseCX removes synchronous search bottlenecks (<10ms overhead) and drives significant gains in Intent Resolution (IRR) and Customer Satisfaction (s-CSAT) in dynamic environments.
• Abstract（参考訳）: 顧客エクスペリエンス(CX)における会話型AIエージェントは、通常、クローズドワールド制約に悩まされ、バイラルトレンドや障害のような高速な外部シフトを無視します。 アドホックなWeb検索はこのギャップを埋めようとしているが、しばしば禁忌のレイテンシとコンテキスト中毒をもたらす。 我々は,消費から知識獲得を分離するフレームワークであるPulseCXを紹介する。 構造第一のパラダイムを採用すると、PulseCXは非同期エージェントを使用して、情報ライフサイクルを積極的に管理するために強化デカイダイナミックスが管理するDecay-Aware Temporal Knowledge Graph (DA-TKG)に信号を線形化する。 この自己進化型メモリと階層的意図ゲーティングを結合することにより、PulseCXは同期検索ボトルネック(10msのオーバーヘッド)を排除し、動的環境におけるIntent Resolution(IRR)とCustomer Satisfaction(s-CSAT)において大きな利益をもたらす。

関連論文リスト

• DiscreteRTC: Discrete Diffusion Policies are Natural Asynchronous Executors [57.944744187489185]
  外部修正をネイティブなアンマスクに置き換えるDiscreteRTCを提案する。 DiscreteRTCは、非同期のインペインティングのために0行のコードを実装するのが簡単で、スクラッチから生成したアクションに比べてわずか0.7倍の計算速度で推論が高速で、フローベースのRTCに比べて実世界の動的ピックタスクの成功率が50%向上した。
  論文  参考訳（メタデータ） (2026-04-27T23:04:03Z)
• AsyncVLA: An Asynchronous VLA for Fast and Robust Navigation on the Edge [49.66156306240961]
  高レイテンシは制御ループを壊し、リアルタイムデプロイメントでは安全でない強力なモデルをレンダリングする。 リアクティブ実行からセマンティック推論を分離する非同期制御フレームワークであるAsyncVLAを提案する。 AsyncVLAは、最先端のベースラインよりも40%高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-13T21:31:19Z)
• CROCS: A Two-Stage Clustering Framework for Behaviour-Centric Consumer Segmentation with Smart Meter Data [1.2222488876888666]
  新たな2段階クラスタリングフレームワークであるClustered Consumer Representation (CROCS)を提案する。 最初の段階では、各コンシューマの日次ロードプロファイルは独立してクラスタ化され、代表ロードセット(RLS)を形成します。 第2段階では、コンシューマは、新しいセット・ツー・セット尺度である、Weighted Sum of Minimum Distances (WSMD)を使用してクラスタ化される。
  論文  参考訳（メタデータ） (2026-01-15T15:13:54Z)
• ImplicitRDP: An End-to-End Visual-Force Diffusion Policy with Structural Slow-Fast Learning [52.86018040861575]
  本稿では,単一のネットワークに視覚計画と反応力制御を統合した,一貫したエンドツーエンドの視覚力拡散政策を提案する。 本稿では,非同期な視覚と力のトークンを同時に処理するための因果的注意力を利用した構造的スローフォールストラーニングを紹介する。 コンタクトリッチタスクの実験では、ImplicitRDPは視覚のみのベースラインと階層的なベースラインの両方で著しく優れていた。
  論文  参考訳（メタデータ） (2025-12-11T18:59:46Z)
• SoDA: An Efficient Interaction Paradigm for the Agentic Web [28.5099993831108]
  我々は,時間削減から省エネへの根本的な変化を実現することを目的とした,将来指向のユーザ主権相互作用パラダイムを定義する。 メモリをアプリケーションロジックから切り離すと、データロックインの構造的基盤がなくなる。 明示的なマニュアル命令から暗黙的な意図のアライメントへのシフトは、実行の複雑さをオフロードすることで認知的過負荷を解消する。
  論文  参考訳（メタデータ） (2025-12-11T00:44:08Z)
• DynaCausal: Dynamic Causality-Aware Root Cause Analysis for Distributed Microservices [17.058900957896864]
  DynaCausalは、分散マイクロサービスシステムにおける原因分析のための動的因果認識フレームワークである。 我々は、DynaCausalが最先端の手法を一貫して超え、平均AC@1が0.63で、絶対利得が0.25から0.46であることを示す。
  論文  参考訳（メタデータ） (2025-10-26T10:13:18Z)
• MAB-Based Channel Scheduling for Asynchronous Federated Learning in Non-Stationary Environments [12.404264058659429]
  フェデレートラーニングは、生のデータ交換なしでクライアント間での分散モデルトレーニングを可能にする。 無線実装では、頻繁なパラメータ更新は高い通信オーバーヘッドを引き起こす。 通信効率と公平性を向上しつつ,クライアントの安定性を低下させるための非同期フェデレーション学習スケジューリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-03T09:05:04Z)
• Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust Closed-Loop Control [63.310780486820796]
  繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。 パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
  論文  参考訳（メタデータ） (2023-10-05T21:44:18Z)

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。