論文の概要: Mutable Transcripts: Mitigating Context Pollution through Editable Conversation State
- arxiv url: http://arxiv.org/abs/2609.31354v1
- Date: Fri, 25 Sep 2026 14:51:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.445287
- Title: Mutable Transcripts: Mitigating Context Pollution through Editable Conversation State
- Title（参考訳）: 可変転写:編集可能な会話状態によるコンテキスト汚染の緩和
- Abstract要約: 我々は、自然言語の編集要求を通じて、ユーザが事前のターンを修正できる新しいインタラクションパラダイムであるミュータブル・トランスクリプトを導入する。
テキストレベルのリビジョンを標準チャットインターフェースに統合する作業プロトタイプを提案する。
参加者は、明快さ、自信、使いやすさの尺度にまたがって、標準チャットよりも変更可能な書き起こしをかなり好んだ。
- 参考スコア（独自算出の注目度）: 4.576379639081977
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Contemporary large language model (LLM) chat systems treat conversation history as an immutable sequence of turns that defines the model's working context. However, user intent in real interactions is not static: it evolves through correction, refinement, and shifting constraints. This mismatch between dynamic intent and static transcripts can result in context pollution, where outdated or irrelevant information persists and continues to influence subsequent responses. We introduce mutable transcripts, a new interaction paradigm that enables users to revise prior turns through natural language edit requests, allowing the conversation history itself to be updated rather than appended. This reframes the transcript from a passive record into an editable representation of conversational state. We present a working prototype that integrates transcript-level revision into a standard chat interface and evaluate its feasibility through a controlled user study (n=17) and an illustrative transcript analysis of representative interaction scenarios. Participants significantly preferred mutable transcripts over standard chat across measures of clarity, confidence, and ease of use, with reduced intent to restart conversations. Transcript analysis of representative user study conversations shows that mutable transcripts can reduce conversation length and eliminate obsolete retained context. These findings provide initial evidence that user-driven revision of conversational history can improve interaction quality and help maintain a more current representation of user intent. The source code and prototype can be accessed at https://github.com/QxLabIreland/ReChat
- Abstract（参考訳）: 現代大規模言語モデル(LLM)チャットシステムは、会話履歴をモデルの動作コンテキストを定義するターンの不変シーケンスとして扱う。
しかし、実際のインタラクションにおけるユーザの意図は静的ではない。
この動的なインテントと静的な書き起こしのミスマッチはコンテキスト汚染を引き起こし、古い情報や無関係な情報が持続し、その後の応答に影響を与え続ける。
そこで本稿では,会話履歴を付加するのではなく,会話履歴自体を更新できるように,ユーザが自然言語編集要求を通じて事前の旋回を修正可能な,新たなインタラクションパラダイムであるミュータブル・トランスクリプトを導入する。
これにより、受動的レコードから会話状態の編集可能な表現に書き起こされる。
本稿では,テキストレベルのリビジョンを標準チャットインターフェースに統合し,その実現可能性を評価するためのプロトタイプを提案する。
参加者は、会話を再開する意図を減らし、明快さ、自信、使いやすさの尺度で、標準チャットよりも変更可能な書き起こしをかなり好んだ。
代表的なユーザ・スタディ・会話のトランスクリプト分析は、変更可能なテキストが会話の長さを減らし、陳腐化した文脈を排除できることを示している。
これらの結果は,ユーザ主導による会話履歴の改訂が対話の質を向上し,ユーザ意図のより現在の表現を維持できることを示す最初の証拠となる。
ソースコードとプロトタイプはhttps://github.com/QxLabIreland/ReChatでアクセスできる。
関連論文リスト
- ScriptHOI: Learning Scripted State Transitions for Open-Vocabulary Human-Object Interaction Detection [1.2710597393824294]
オープン・ボキャブラリ・ヒューマン・オブジェクト・インタラクション(HOI)検出は、トレーニング中にカテゴリとして現れないインタラクション・フレーズを認識する必要がある。
近年の視覚言語HOI検出器は、人間の物体の特徴とテキスト埋め込みをマッチングすることで意味伝達を改善する。
本稿では,各インタラクションフレーズをソフトスクリプト状態遷移として表現する構造化フレームワークScriptHOIを提案する。
論文 参考訳（メタデータ） (2026-05-06T15:52:35Z) - Bridging UI Design and chatbot Interactions: Applying Form-Based Principles to Conversational Agents [0.2356141385409842]
本稿では,大規模言語モデル(LLM)プロンプト内の明示的なタスクとして,GUIにインスパイアされたメタファ(サブミット様)とコンテキストスイッチング(リセット様)をモデル化することを提案する。
ホテル予約と顧客管理のシナリオにおけるアプローチを実証し、マルチターンタスクコヒーレンス、ユーザ満足度、効率性の改善を強調した。
論文 参考訳（メタデータ） (2025-07-02T16:24:50Z) - Talking Turns: Benchmarking Audio Foundation Models on Turn-Taking Dynamics [54.03209351287654]
本稿では,音声対話システムのターンテイク能力を評価するための新しい評価プロトコルを提案する。
本稿では,既存の音声対話システムをターンテイクイベントの実行能力に基づいて評価する,初めての包括的ユーザスタディを提案する。
我々は、高度な対話型AIシステムの開発を促進するために、評価プラットフォームをオープンソース化する。
論文 参考訳（メタデータ） (2025-03-03T04:46:04Z) - X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。
従来の設定では、各参加者は一度に1つのメッセージに制限される。
本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
論文 参考訳（メタデータ） (2024-08-19T09:57:28Z) - FCTalker: Fine and Coarse Grained Context Modeling for Expressive
Conversational Speech Synthesis [75.74906149219817]
Conversational Text-to-Speech (TTS) は、会話の文脈において、適切な言語的・感情的な韻律で発話を合成することを目的としている。
本稿では, 音声生成時に, 微細で粗い文脈依存性を同時に学習する, FCTalkerと呼ばれる新しい表現型会話型TSモデルを提案する。
論文 参考訳（メタデータ） (2022-10-27T12:20:20Z) - Adapting Task-Oriented Dialogue Models for Email Conversations [4.45709593827781]
本稿では,対話モデルの最新開発を長文会話に適用できる効果的な伝達学習フレームワーク(EMToD)を提案する。
提案するEMToDフレームワークは,事前学習した言語モデルに対する意図検出性能を45%向上し,タスク指向の電子メール会話において,事前学習した対話モデルに対する意図検出性能を30%向上することを示す。
論文 参考訳（メタデータ） (2022-08-19T16:41:34Z) - End-to-end Spoken Conversational Question Answering: Task, Dataset and
Model [92.18621726802726]
音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。
本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。
本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
論文 参考訳（メタデータ） (2022-04-29T17:56:59Z) - Online Conversation Disentanglement with Pointer Networks [13.063606578730449]
本稿では,会話の絡み合わせのためのエンドツーエンドのオンラインフレームワークを提案する。
我々は、タイムスタンプ、話者、メッセージテキストを含む全発話を埋め込む新しい手法を設計する。
Ubuntu IRCデータセットを用いた実験により,提案手法はリンクと会話の予測タスクにおいて,最先端のパフォーマンスを実現することを示す。
論文 参考訳（メタデータ） (2020-10-21T15:43:07Z) - Towards Data Distillation for End-to-end Spoken Conversational Question
Answering [65.124088336738]
音声対話型質問応答タスク(SCQA)を提案する。
SCQAは,音声発話とテキストコーパスから複雑な対話の流れをモデル化することを目的としている。
我々の主な目的は、音声とテキストの両方で会話的な質問に対処するQAシステムを構築することである。
論文 参考訳（メタデータ） (2020-10-18T05:53:39Z) - Exploiting Unsupervised Data for Emotion Recognition in Conversations [76.01690906995286]
会話における感情認識(Emotion Recognition in Conversations:ERC)は、会話における話者の感情状態を予測することを目的としている。
ERCタスクの教師付きデータは限られている。
教師なし会話データを活用する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-10-02T13:28:47Z)
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。