論文の概要: TalkMatrix: Generating Character Dialogue that is Both Consistent and Diverse

• arxiv url: http://arxiv.org/abs/2609.19022v1
• Date: Mon, 20 Jul 2026 08:19:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.594022
• Title: TalkMatrix: Generating Character Dialogue that is Both Consistent and Diverse
• Title（参考訳）: TalkMatrix: 一貫性とディバースの両方を持つ文字対話を生成する
• Abstract要約: 候補ベースのデコーディングは通常、各プロンプトの補完を独立して選択する。 文字対話における問題をインスタンス化し、各文字は状況に応じて一貫性を保つべきである。 提案手法であるTalkMatrixは,各文字対に対して複数の候補を生成し,完全行列を共同選択する。
• 参考スコア（独自算出の注目度）: 15.942130010323131
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Candidate-based decoding typically selects a completion for each prompt independently, but many applications require a collection of outputs that satisfies global, non-decomposable requirements. We formulate this setting as structured multi-prompt, multi-completion selection: given a candidate pool for every prompt, select one completion per prompt to optimize a collection-level objective. We instantiate the problem in character dialogue, where each character should remain consistent across situations, each line should fit its situation, and characters and situations should remain distinguishable. Our method, TalkMatrix, generates multiple candidates for every character--situation pair and jointly selects a complete matrix using four embedding-based consistency and diversity objectives. Because a weighted sum can improve some dimensions by sacrificing another, TalkMatrix maximizes the worst-performing objective through a two-level minimax formulation. We approximately optimize the resulting discrete objective with multi-start coordinate ascent, and compare it with local, partial-matrix, and generic combinatorial search baselines. We run experiments on $50$ synthetic role-playing scenarios and $25$ curated board game scenarios where multiple characters interact in predefined situations. An LLM-as-a-judge rates matrix-level selection higher than random and independent cell-level selection baselines. These results show the value of structured selection for globally controlled dialogue generation, while our empirical validation remains specific to role-playing scenarios.
• Abstract（参考訳）: 候補ベースのデコードは通常、各プロンプトの完了を独立に選択するが、多くのアプリケーションはグローバルで非分解不能な要求を満たす出力の集合を必要とする。 我々は、この設定を構造化されたマルチプロンプト、マルチコンプリート選択として定式化し、各プロンプトに対して候補プールを与えられた場合、コレクションレベルの目的を最適化するためにプロンプト毎に1つの補完を選択する。 文字対話における問題をインスタンス化し、各文字は状況に応じて一貫性を持ち、各行はその状況に適合し、文字と状況は区別可能である。 提案手法であるTalkMatrixは,各文字対に対して複数の候補を生成し,4つの組込み型一貫性と多様性目標を用いた完全行列を共同で選択する。 重み付き和は別の次元を犠牲にすることでいくつかの次元を改善することができるので、TalkMatrixは2段階のミニマックスの定式化によって最悪のパフォーマンスの目標を最大化する。 得られた離散的対象を多点点座標の昇華により概ね最適化し,局所的,部分的,総合的な組合せ探索ベースラインと比較する。 人工的なロールプレイングシナリオ50ドルと、事前に定義された状況下で複数のキャラクタが対話するボードゲームシナリオ25ドルで実験を行ないました。 LLM-as-a-judgeレートマトリックスレベルの選択は、ランダムおよび独立したセルレベルの選択ベースラインよりも高い。 これらの結果から,世界規模で制御された対話生成における構造化選択の価値が示されたが,実証的検証はロールプレイングシナリオに特有なままである。

関連論文リスト

• Data Selection for Multi-turn Dialogue Instruction Tuning [36.29487117560294]
  textbfMDS (Multi-turn Dialogue Selection) は、独立したターンではなく、会話全体をスコアする対話レベルフレームワークである。 MDSは、強力なシングルターンセレクタ、対話レベルスコアラ、ベースラインを3つのマルチターンベンチマークとドメイン内バンキングテストセットで上回る。
  論文  参考訳（メタデータ） (2026-04-09T07:01:26Z)
• RMTBench: Benchmarking LLMs Through Multi-Turn User-Centric Role-Playing [133.0641538589466]
  RMTBenchは、80の多様な文字と8000以上の対話ラウンドを特徴とする、総合的なテキストバプサー中心のバイリンガルロールプレイングベンチマークである。 本ベンチマークでは,文字記述よりも明示的なユーザモチベーションに基づく対話を構築し,実用的なユーザアプリケーションとの整合性を確保する。 RMTBenchは、キャラクタバックグラウンドからユーザ意図のフルフィルメントにフォーカスを移すことで、学術的な評価と実践的なデプロイメント要件のギャップを埋める。
  論文  参考訳（メタデータ） (2025-07-27T16:49:47Z)
• Aligning Multimodal LLM with Human Preference: A Survey [62.89722942008262]
  大規模言語モデル(LLM)は、タスク固有のトレーニングを必要とせずに、単純なプロンプトで幅広い汎用タスクを処理できる。 MLLM(Multimodal Large Language Models)は、視覚的、聴覚的、テキスト的データを含む複雑なタスクに対処する大きな可能性を実証している。 しかし、真理性、安全性、o1のような推論、および人間の嗜好との整合性に関する重要な問題は未解決のままである。
  論文  参考訳（メタデータ） (2025-03-18T17:59:56Z)
• AMPO: Active Multi-Preference Optimization for Self-play Preference Selection [16.230186347702737]
  マルチパラメータ最適化は、有用な応答と望ましくない応答の集合全体を対比することにより、ペアの好みを超えた言語モデルアライメントを強化する。 そこで本稿では,オンライン・プライス・ジェネレーション,マルチ・コントラスト・グループ・コントラスト・ロス,アクティブ・サブセット選択を組み合わせた新しいアプローチである,$textitActive Multi-Preference Optimization$ (AMPO)を提案する。 AMPO は Llama 8B と Mistral Mist 7B を使って $textitAlpacaEval$ で最先端の結果を得る。
  論文  参考訳（メタデータ） (2025-02-25T15:29:51Z)
• Multi-Objective Planning with Contextual Lexicographic Reward Preferences [3.7613513367578197]
  本稿では,コンテキストに応じて,様々な語彙的対象順序で計画を可能にする枠組みを提案する。 CLMDPでは、状態における目的順序と関連する報酬関数の両方がコンテキストによって決定される。 CLMDPを解くアルゴリズムは、まず、目的の注文ごとにポリシーを計算し、それらを単一のコンテキスト対応ポリシーに結合する。
  論文  参考訳（メタデータ） (2025-02-13T19:04:22Z)
• Enhancing Large Language Models in Coding Through Multi-Perspective Self-Consistency [127.97467912117652]
  大規模言語モデル(LLM)は、コード生成において顕著な能力を示した。 しかし、単一の試みで正しいソリューションを生成することは依然として課題である。 本稿では,MPSC(Multi-Perspective Self-Consistency)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T14:23:26Z)
• Determinantal Beam Search [75.84501052642361]
  ビームサーチは、ニューラルシーケンスモデルをデコードするためのゴーツー戦略である。 複数のソリューションを要求するユースケースでは、多様あるいは代表的なセットがしばしば望まれる。 ビームサーチを一連の部分決定問題として繰り返し行うことにより、アルゴリズムを多種多様なサブセット選択プロセスに変換することができる。
  論文  参考訳（メタデータ） (2021-06-14T13:01:46Z)

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。