論文の概要: Bridging Talk and Thought: Understanding Dialogue Dynamics Across Collaborative Problem-Solving Contexts
- arxiv url: http://arxiv.org/abs/2606.27233v1
- Date: Thu, 25 Jun 2026 16:20:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.354986
- Title: Bridging Talk and Thought: Understanding Dialogue Dynamics Across Collaborative Problem-Solving Contexts
- Title（参考訳）: ブリッジングトークと思考: 協調的問題解決コンテキストにおける対話ダイナミクスの理解
- Abstract要約: 本稿では,協調的問題解決における対話の分析のための概念的枠組みを提案する。
本フレームワークは,認知的・非認知的問題解決とメタ認知的制御機構を統合する。
- 参考スコア（独自算出の注目度）: 57.79777631004424
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a conceptual framework for analyzing dialogue in collaborative problem-solving contexts, with an emphasis on the emerging dynamics of human-AI and multi-agent collaboration. As intelligent systems become active agents capable of autonomous reasoning and strategic cooperation, understanding the dialogic interaction during collaborative problem solving is increasingly important for optimizing and evaluating such partnerships. Our framework addresses key limitations in current analytical approaches through a hierarchical two-layer coding scheme that integrates cognitive and non-cognitive problem solving with metacognitive regulatory mechanisms. We demonstrate its effectiveness and generalizability across nine datasets spanning multiple domains, and provide insights into how humans and agents coordinate their knowledge, skills, and efforts to solve complex problems, showing in particular that metacognitive regulation can be an essential discriminator of deeper collaboration.
- Abstract（参考訳）: 本稿では,人間-AIとマルチエージェントのコラボレーションの台頭に焦点をあて,協調的問題解決の文脈における対話を解析するための概念的枠組みを提案する。
自律的推論と戦略的協力が可能な能動的エージェントとなるにつれて、協調的問題解決における対話的相互作用を理解することが、このようなパートナーシップを最適化し評価するためにますます重要である。
本フレームワークは,認知的・非認知的問題解決とメタ認知的制御機構を統合した階層型2層符号化方式により,現在の分析的アプローチにおける鍵となる制約に対処する。
複数のドメインにまたがる9つのデータセットにおけるその有効性と一般化性を実証し、人間やエージェントが複雑な問題を解決するための知識、スキル、努力をどのように調整するかについての洞察を提供する。
関連論文リスト
- CoMind: Understanding Collaborative Human Activity from Multiple Minds and Views [82.15362247351763]
調理シナリオにおける現実のコラボレーションをキャプチャする,エゴセントリックでエクソセントリックなビデオデータセットを新たに導入する。
このデータセットは、マルチパースペクティブなビデオ、高品質なオーディオ、視線追跡、および3Dシーンとオブジェクトスキャンを統合する。
我々は,共同注意推定,社会的条件付きオブジェクトインタラクション予測,協調的ハンドオーバ予測のベンチマークを構築した。
論文 参考訳（メタデータ） (2026-07-07T18:08:45Z) - A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。
応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。
我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
論文 参考訳（メタデータ） (2026-03-11T07:40:53Z) - Agentic Reasoning for Large Language Models [122.81018455095999]
推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。
大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。
エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
論文 参考訳（メタデータ） (2026-01-18T18:58:23Z) - Embracing Trustworthy Brain-Agent Collaboration as Paradigm Extension for Intelligent Assistive Technologies [51.93721053301417]
本稿では,脳-コンピュータ・インタフェースから脳-エージェント・コラボレーションへのパラダイム拡張を視野に入れている。
我々は、受動的脳信号データプロセッサではなく、知的支援のためのアクティブで協調的なパートナーとして、リフレーミングエージェントを強調している。
論文 参考訳（メタデータ） (2025-10-25T00:25:45Z) - OSC: Cognitive Orchestration through Dynamic Knowledge Alignment in Multi-Agent LLM Collaboration [13.032459988986068]
OSC(Orchestrating Cognitive Synergy)は、知識を意識したアダプティブコラボレーションフレームワークである。
これは、大きな言語モデルを持つマルチエージェントシステムにおける認知シナジーを高める。
論文 参考訳（メタデータ） (2025-09-05T07:44:05Z) - When LLMs Team Up: The Emergence of Collaborative Affective Computing [17.777196145195866]
本調査は, Affective Computing (AC) におけるLarge Language Models (LLMs) ベースのコラボレーションシステムの概要を概観することを目的とする。
LLMは、感情的な理解と生成タスクに対する統一的なアプローチを提供し、動的でリアルタイムな相互作用の可能性を高める。
この研究は、ACのLLMと協調的なインテリジェンスを体系的に探求する最初のものであり、人間のようなソーシャルインテリジェンスにアプローチするより強力なアプリケーションへの道を開いた。
論文 参考訳（メタデータ） (2025-06-02T14:00:54Z) - 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) - From Consumption to Collaboration: Measuring Interaction Patterns to Augment Human Cognition in Open-Ended Tasks [2.048226951354646]
ジェネレーティブAIの台頭、特に大規模言語モデル(LLM)は、知識労働における認知過程を根本的に変えるものである。
本稿では、認知活動モード(探索対搾取)と認知エンゲージメントモード(建設対有害)の2つの側面に沿って相互作用パターンを分析する枠組みを提案する。
論文 参考訳（メタデータ） (2025-04-03T17:20:36Z) - Contextual Knowledge Sharing in Multi-Agent Reinforcement Learning with Decentralized Communication and Coordination [0.9776703963093367]
マルチエージェント強化学習(Dec-MARL)は、動的環境における複雑なタスクに対処するための重要なアプローチとして登場した。
本稿では,エージェントの知識共有プロセスに目標認識とタイムアウェアネスを取り入れ,ピアツーピアコミュニケーションとコーディネーションを統合した新しいDec-MARLフレームワークを提案する。
論文 参考訳（メタデータ） (2025-01-26T22:49:50Z) - Re-mine, Learn and Reason: Exploring the Cross-modal Semantic
Correlations for Language-guided HOI detection [57.13665112065285]
ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。
本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-25T14:20:52Z) - A Hierarchical Framework for Collaborative Artificial Intelligence [4.70612989361516]
協調的インテリジェントシステムのための階層的枠組みを提案する。
このフレームワークは、協調活動の性質と共有すべき情報に基づいて研究課題を整理する。
論文 参考訳（メタデータ） (2022-12-14T09:59:22Z)
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。