論文の概要: Two-sided receptivity to conversational AI agents in online dating: Bilingual survey data from Fledge.Love
- arxiv url: http://arxiv.org/abs/2608.19545v1
- Date: Thu, 20 Aug 2026 01:25:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.432733
- Title: Two-sided receptivity to conversational AI agents in online dating: Bilingual survey data from Fledge.Love
- Title（参考訳）: オンラインデートにおける会話型AIエージェントに対する双方向の受容性:Fledge.Loveのバイリンガルサーベイデータ
- Abstract要約: 自律的な会話エージェントと生成AI機能は、ユーザの態度に関する公的な証拠が蓄積できるよりも早く、オンラインデートプラットフォームに追加されている。
我々はFledge.Loveのアクティブユーザから収集した匿名化された調査データセットを2つリリースした。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous conversational agents and generative-AI features are being added to online dating platforms faster than public evidence about user attitudes can accumulate, and the scarcest evidence concerns the receiving side: how people react when the profiles, messages, or conversation partners they encounter are machine-generated. We release two anonymized survey datasets collected from active users of Fledge.Love, a dating platform serving an international user base. The first (N = 2,617; Russian and English forms) measures receptivity to autonomous conversational agents with a seven-item battery that separates the principal role (deploying one's own agent) from the counterpart role (encountering someone else's), plus six ordinal covariates and two auxiliary items. The second (N = 2,894) measures interest in three passive generative-AI features. The release includes model-derived scores for 2,499 complete cases, a bilingual codebook, a documented anonymization pipeline with a k-anonymity audit, executable analysis notebooks, and canonical outputs, supporting reuse in human-AI communication, recommender-systems, and cross-cultural technology-acceptance research.
- Abstract（参考訳）: 自律的な会話エージェントと生成AI機能は、ユーザの態度が蓄積できる公的な証拠よりも早くオンラインデートプラットフォームに追加された。
我々はFledge.Loveのアクティブユーザから収集した匿名化された調査データセットを2つリリースした。
最初の(N = 2,617; ロシア語と英語の形式)は、7イットのバッテリーで自律的な会話エージェントの受容度を測定し、主要な役割(自分自身のエージェントを配置する)を相手の役割(他人のエージェントを数える)から切り離す。
2番目の(N = 2,894)は、3つの受動的生成AI特徴に対する関心を測定する。
このリリースには、2,499の完全ケースのモデル由来スコア、バイリンガルコードブック、k匿名監査を備えたドキュメント化された匿名化パイプライン、実行可能な分析ノートブック、標準出力、ヒューマンAI通信の再利用のサポート、レコメンダシステム、異文化間技術受け入れ研究が含まれている。
関連論文リスト
- SocialPersona: Benchmarking Personalized Profiling and Response with Multimodal Social-Media Context [51.206396477505116]
SocialPersonaは、マルチモーダルな大規模言語モデル(MLLM)が、縦方向のソーシャルメディアタイムラインから明らかにされた好みを回復し、対話で使用することができるかどうかを評価するためのベンチマークである。
SocialPersonaには、テキスト、画像、タイムスタンプ、および7つの関心領域にまたがる2,597の人間認証された好みタグが含まれている。
論文 参考訳（メタデータ） (2026-06-25T06:31:56Z) - A Multimodal Conversational Agent for Tabular Data Analysis [0.2211620227346065]
大規模言語モデル(LLM)は、音声対話を含むユーザとの対話において、ハイパフォーマンスを維持しながら、データ分析、可視化、解釈を扱うことで、情報処理を再構築することができる。
直感的データ探索のためのマルチモーダルLLM駆動型対話エージェントTalk2Dataを提案する。
このシステムでは、ユーザーは音声やテキストでデータセットをクエリし、プロット、テーブル、統計、音声による説明などの回答を受け取ることができる。
論文 参考訳（メタデータ） (2025-11-23T11:21:04Z) - AI Telephone Surveying: Automating Quantitative Data Collection with an AI Interviewer [1.8929175690169533]
我々は、大規模言語モデル(LLM)、自動音声認識(ASR)、音声合成技術に基づく定量的調査を行うAIシステムを構築し、テストした。
このシステムは定量的研究のために特別に設計され、質問順のランダム化、回答順のランダム化、正確な単語化といった研究のベストプラクティスに厳格に固執した。
以上の結果から,より短い計器とより応答性の高いAIインタビュアーが,研究対象の3つの指標にまたがる改善に寄与する可能性が示唆された。
論文 参考訳（メタデータ） (2025-07-23T17:30:14Z) - Automatic Proficiency Assessment in L2 English Learners [51.652753736780205]
英語の第二言語習熟度(L2)は通常、英語の教師や専門家の評価者によって知覚的に評価される。
本稿では, 音声信号と対応文字の双方に対処し, 総合的なL2習熟度評価のための深層学習手法について検討する。
論文 参考訳（メタデータ） (2025-05-05T12:36:03Z) - INSCIT: Information-Seeking Conversations with Mixed-Initiative
Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。
ユーザーエージェントは805対人会話から4.7Kである。
対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文 参考訳（メタデータ） (2022-07-02T06:18:12Z) - Duplex Conversation: Towards Human-like Interaction in Spoken Dialogue
System [120.70726465994781]
マルチモーダル音声対話システムにより、電話ベースのエージェントが、人間のような顧客と対話できる。
製品で学んだ教訓を共有するために、Conversation Duplex Alibabaのインテリジェントなカスタマサービスをデプロイしています。
オンラインA/B実験は,提案システムにおいて応答遅延を50%低減できることを示した。
論文 参考訳（メタデータ） (2022-05-30T12:41:23Z) - Mixtures of Deep Neural Experts for Automated Speech Scoring [11.860560781894458]
本論文は,言語学習者の音声応答からテストプロンプトに対する第二言語能力の自動評価の課題に対処する。
本手法は,(1)音声対話のテキスト書き起こしを自動生成する音声認識システム,(2)テキスト書き起こしを習熟クラスに分類する深層学習者に基づく複数分類システム,の2つの異なるモジュールに依存している。
論文 参考訳（メタデータ） (2021-06-23T15:44:50Z) - Partner Matters! An Empirical Study on Fusing Personas for Personalized
Response Selection in Retrieval-Based Chatbots [51.091235903442715]
本稿では,自己とパートナーの話者が応答選択の課題に与える影響について検討する。
4つのペルソナ融合戦略が設計されており、異なる方法でペルソナがコンテキストや応答と相互作用することを前提としている。
Persona-Chatデータセットに関する実証研究は、パートナーペルソナが応答選択の精度を向上させることができることを示している。
論文 参考訳（メタデータ） (2021-05-19T10:32:30Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳（メタデータ） (2020-12-29T08:22:48Z)
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。