論文の概要: ConVAWG: A Retrieval-Grounded Framework for Controlled Synthetic Dialogue Generation in Violence Against Women and Girls
- arxiv url: http://arxiv.org/abs/2608.11200v1
- Date: Tue, 11 Aug 2026 17:57:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:46.147937
- Title: ConVAWG: A Retrieval-Grounded Framework for Controlled Synthetic Dialogue Generation in Violence Against Women and Girls
- Title（参考訳）: ConVAWG:女性・少女に対する暴力における音声合成対話生成のための検索枠組フレームワーク
- Abstract要約: 本稿では,CPS対応の合成VAWGチャット対話を生成するための検索基盤フレームワークであるConVAWGを紹介する。
200のシナリオにまたがる6,000以上のマルチターン対話イベントを、リッチなシナリオ、イベント、ターンレベルのメタデータでリリースしています。
- 参考スコア（独自算出の注目度）: 10.338756343367004
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Synthetic dialogue generation offers a way to study conversational dynamics in sensitive domains where real data are difficult to access, release, or annotate. The underlying abuse may occur online or offline: threats and coercion can appear directly in messages, while behaviours such as surveillance, isolation, stalking, and physical violence may be planned, disclosed, or referred to conversationally. Privacy and legal constraints make it difficult the release of large-scale real conversation datasets; existing work has mostly focused on sentence-level toxicity of online abuses, leaving a gap in modelling abuse as a relational and temporally unfolding phenomenon. In this work, we focus on modelling Violence Against Women and Girls (VAWG) scenarios as multi-turn dialogues. We introduce ConVAWG, a retrieval-grounded framework for generating CPS-aligned synthetic VAWG chat dialogues. ConVAWG builds scenarios from persona seeds, demographic patterns reported by the UK Office for National Statistics, official crime definitions, and retrieved Domestic Homicide Review cases; converts them into hierarchical event timelines; generates multi-scene role-play dialogues; and applies targeted activation-steered toxicity control to appropriate utterances. We release over 6,000 multi-turn dialogue events across 200 scenarios with rich scenario-, event-, and turn-level metadata. Extensive human evaluation, LLM-as-Judge assessment, ablations, and downstream tasks show strong dialogue quality and domain fidelity.
- Abstract（参考訳）: 合成対話生成は、実際のデータがアクセス、リリース、注釈付けが難しいセンシティブなドメインにおける会話のダイナミクスを研究する方法を提供する。
脅威や強制は直接メッセージに現れ、監視、隔離、ストーキング、身体的暴力などの行動は計画され、開示され、会話によって参照される。
プライバシーと法的制約は、大規模な実際の会話データセットのリリースを難しくする。既存の研究は、主にオンライン虐待の文レベルの有害性に焦点を当てており、リレーショナルで時間的に展開する現象として乱用をモデル化する際のギャップを残している。
本研究では,女性と少女に対する暴力(VAWG)のシナリオをマルチターン対話としてモデル化することに焦点を当てる。
本稿では,CPS対応の合成VAWGチャット対話を生成するための検索基盤フレームワークであるConVAWGを紹介する。
ConVAWGは、ペルソナ種子、英国国家統計局が報告した人口統計パターン、公式犯罪定義、検索された国内殺人レビューのケースからシナリオを構築し、それらを階層的なイベントタイムラインに変換し、マルチシーンのロールプレイ対話を生成し、ターゲットのアクティベーションステアリングによる毒性制御を適切な発話に適用する。
200のシナリオにまたがる6,000以上のマルチターン対話イベントを、リッチなシナリオ、イベント、ターンレベルのメタデータでリリースしています。
人的評価, LLM-as-Judgeアセスメント, 改善, 下流タスクは, 対話の質とドメインの忠実さを示す。
関連論文リスト
- CATCH-ME if you RAG: a dataset of Contextually Annotated multi-Turn Counterspeech against Hate and Misinformation Exchanges [9.965670989893267]
本稿では,憎悪と誤情報との交わりに対処する対話の大規模,専門家による多言語データセットについて紹介する。
5つの言語をカバーし、7つの辺境化グループに向けられた憎悪を狙うこの新たなリソースは、より説得力があり、事実に根ざした反音声モデルのトレーニングと評価を可能にする。
論文 参考訳（メタデータ） (2026-06-18T15:32:14Z) - SNAP: A Plan-Driven Framework for Controllable Interactive Narrative Generation [0.23814052021083346]
提案するSNAP(Story and Narrative-based Agent with Planning)は,Web環境における物語の漂流を防止するために,明示的なプランを持つセルに構築するフレームワークである。
SNAPは、多様なユーザ応答に対応しながら、一貫性のあるシナリオ一貫性の対話を可能にする。
論文 参考訳（メタデータ） (2025-11-18T03:03:19Z) - Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。
AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。
本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
論文 参考訳（メタデータ） (2025-06-26T16:45:20Z) - Personalized Attacks of Social Engineering in Multi-turn Conversations: LLM Agents for Simulation and Detection [19.604708321391012]
ソーシャルメディアプラットフォームに対する社会工学(SE)攻撃は重大なリスクをもたらす。
マルチターン会話を生成することで,SE攻撃機構をシミュレートするLLM-agentic framework,SE-VSimを提案する。
本研究は,被害者の人格に関する事前知識を活用することで,ユーザに対してパーソナライズされた保護を提供するための概念実証SE-OmniGuardを提案する。
論文 参考訳（メタデータ） (2025-03-18T19:14:44Z) - 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) - You need to MIMIC to get FAME: Solving Meeting Transcript Scarcity with a Multi-Agent Conversations [6.742996385032372]
FAMEは、英語で500のミーティングと、MIMICが制作したドイツ語で300のミーティングのデータセットである。
心理学的根拠を持つ参加者プロファイルを定義することにより、所定の知識ソース上で会議の書き起こしを生成する。
モジュラー後処理ステップはこれらの出力を洗練させ、潜在的反復性を緩和し、過度にフォーマルなトーンを緩和する。
論文 参考訳（メタデータ） (2025-02-18T16:21:22Z) - ChatSOP: An SOP-Guided MCTS Planning Framework for Controllable LLM Dialogue Agents [52.7201882529976]
対話エージェントの制御性を高めるため,SOP誘導モンテカルロ木探索(MCTS)計画フレームワークを提案する。
これを実現するために、GPT-4oを用いた半自動ロールプレイシステムを用いて、SOPアノテーション付きマルチシナリオ対話からなるデータセットをキュレートする。
また、SOP予測のための教師付き微調整と思考の連鎖推論を統合する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-07-04T12:23:02Z) - Does Collaborative Human-LM Dialogue Generation Help Information
Extraction from Human Dialogues? [55.28340832822234]
実際のアプリケーションにおける人間の対話の問題解決は、既存のWizard-of-Ozコレクションよりもはるかに複雑である。
本稿では,リアルな対話を合成できる人間間対話生成フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-13T20:02:50Z) - Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。
エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。
標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。
代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
論文 参考訳（メタデータ） (2023-05-06T23:11:25Z) - Automatic Evaluation and Moderation of Open-domain Dialogue Systems [59.305712262126264]
研究者が悩む長きにわたる課題は、効果的な自動評価指標の欠如である。
本稿では, 対話システム技術チャレンジ10(DSTC10)におけるトラック5で得られたデータ, ベースライン, 結果について述べる。
論文 参考訳（メタデータ） (2021-11-03T10:08:05Z) - Meta Dialogue Policy Learning [58.045067703675095]
我々は、ドメイン間の共有可能な低レベル信号を利用するために、Deep Transferable Q-Network (DTQN)を提案する。
状態と行動表現空間をこれらの低レベル成分に対応する特徴部分空間に分解する。
実験において,本モデルは,成功率と対話効率の両方の観点から,ベースラインモデルより優れている。
論文 参考訳（メタデータ） (2020-06-03T23:53:06Z) - Non-Autoregressive Dialog State Tracking [122.2328875457225]
非自己回帰的対話状態追跡(NADST)の新しい枠組みを提案する。
NADSTはドメインとスロット間の潜在的な依存関係を分解し、分離されたスロットではなく完全なセットとして対話状態の予測を改善するためにモデルを最適化する。
以上の結果から,MultiWOZ 2.1コーパス上の全領域にわたる最先端の接合精度が得られた。
論文 参考訳（メタデータ） (2020-02-19T06:39:26Z)
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。