論文の概要: Commercial Intent in Human-AI Conversations: A Corpus Audit and Architecture for Website Sales Agents
- arxiv url: http://arxiv.org/abs/2610.06205v1
- Date: Mon, 05 Oct 2026 12:17:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 17:54:17.971304
- Title: Commercial Intent in Human-AI Conversations: A Corpus Audit and Architecture for Website Sales Agents
- Title（参考訳）: 人間とAIの会話における商業的意図:Webサイト販売エージェントのためのコーパス監査とアーキテクチャ
- Abstract要約: アイソが提供した会話表では,725,219件の記録を総括して報告した。
既存のメタデータラベルは41,800、商業記録(5.76%)および2,387の取引記録(0.33%)を識別する。
提案したアーキテクチャは,ビジネス上の知識,証明可能な会話状態,制約付き次アクションポリシを組み合わせたものだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational sales agents must distinguish questions about products from purchase commitments, preserve explicit requirements, and ground the next action in current business information. We report an aggregate census of 725,219 records in an accessible conversation table provided by Aiso and develop a reference architecture for this setting. All records have distinct non-null conversation hashes. Existing metadata labels identify 41,800 commercial records (5.76%) and 2,387 transactional records (0.33%); their union contains 44,187 records (6.09%). Within the commercial category, 54.31% are labeled English, 41.59% have recorded depth of at least two, and 13.51% have depth of at least four. Commercial-label prevalence varies from 4.87% to 6.35% across three source batches. These measurements motivate explicit separation of corpus inventory, commercial relevance, training eligibility, and observed business outcomes. The proposed architecture combines business-grounded knowledge, provenance-bearing conversation state, and a constrained next-action policy. A quality specification addresses source rights, privacy, label validation, deduplication, and training-test separation. The study is a metadata audit and technical design, not a validation of label accuracy, model training volume, or sales conversion. No raw conversation text or personal identifiers are released.
- Abstract（参考訳）: 会話販売業者は、商品に関する質問と購入の約束を区別し、明確な要求を守り、現在のビジネス情報で次の行動を起こす必要がある。
アイソが提供した会話表に725,219件の記録を総括して報告し,この設定のための参照アーキテクチャを開発した。
すべてのレコードには、明確な非ヌルな会話ハッシュがある。
既存のメタデータラベルは41,800件の商業記録(5.76%)と2,387件の取引記録(0.33%)を識別し、44,187件のレコード(6.09%)を含む。
商業カテゴリーでは54.31%が英語で、41.59%が少なくとも2つの深さを記録し、13.51%が少なくとも4つの深さを持っている。
商用ラベルの有病率は3つのソースバッチで4.87%から6.35%に変化する。
これらの測定は、コーパス在庫の明確な分離、商業的妥当性、訓練適格性、そして観察されたビジネス成果を動機付けている。
提案したアーキテクチャは,ビジネス上の知識,証明可能な会話状態,制約付き次アクションポリシを組み合わせたものだ。
品質仕様はソースの権利、プライバシ、ラベル検証、重複解消、トレーニング-テスト分離に対処する。
この研究はメタデータの監査と技術設計であり、ラベルの精度、モデルのトレーニングボリューム、販売の変換の検証ではない。
生の会話テキストや個人識別子はリリースされない。
関連論文リスト
- Agent Error Dataset: Scaling 50,000 Error--Diagnosis Pairs for Failure Analysis and Error-Aware Post-Training [45.727227890697556]
我々は,9,961のソースタスクから50,228のエラー診断ペアからなるエージェントエラーデータセット(AED)を紹介した。
5段階のAgenic Error-to-Trainingパイプラインは自然の故障を収集し、診断と修正案を生成し、記録された証拠と照合する。
アクタートレーニングのレシピの比較において、アクションオンリーの修復トレーニングは成功オンリーのトレーニングよりもWebShop-liteの方が6.67ポイント高い。
論文 参考訳（メタデータ） (2026-09-30T16:40:22Z) - Persuaded, Not Informed: Incentive-Misaligned Witnesses Defeat In-Context Grounding [0.0]
より強力なモデルで対処されていない障害モードを特定します。
文脈が楽観主義へのインセンティブを持つ当事者による主張を含む場合、モデルはこの主張を証拠として扱い、明確化は会社の記録を容認できないとみなす。
論文 参考訳（メタデータ） (2026-09-23T23:52:24Z) - Purchase Advice and Observable Buyer Responses in Real AI Conversations [0.0]
我々は,AIアシスタントとの対話に関するAIsoの独自研究データベースから,歴史的インタラクションを317件監査する。
シングルエージェントAIによるスクリーニングでは、68件の購入指向のレコードが識別される。
47件のフォローアップメッセージが保持され、明示的な製品購入のコミットメントがなく、完結したカテゴリの放棄声明が観察される。
論文 参考訳（メタデータ） (2026-09-09T08:31:30Z) - Demand-Side Measurement for Generative Engine Optimization: Constructing and Validating a Million-Persona, Intent-Annotated Buyer Corpus [0.0]
ChatGPT、Gemini、Perplexityなどのジェネレーティブエンジンは、直接購入者の質問に答え、回答の中にブランドのショートリストを付ける。
我々は,511の業界ラベルと4つの市場コンテキストにまたがる1,031,732の総合購入者ペルソナであるペルソナGen-1Mを構築し,検証した。
それぞれのペルソナには、クエリセットをカバーする1つのプライマリ_intentラベルと、購入者が信頼するソースタイプを指定した推奨_sourcesフィールドがある。
論文 参考訳（メタデータ） (2026-08-30T20:28:19Z) - Agentic Commerce World: An Auditable and Verifiable Environment for Vibe Commerce [83.90449137361595]
Vibeコマースは、自然言語で購入や販売の目標を表現し、AIエージェントにタスクを委譲することを可能にする。
本稿では,現在進行中の取引にまたがるエージェント評価環境であるAgenic Commerce World(ACWorld)を紹介する。
ACWorldは、共有トランザクション状態を更新する前にエージェントアクションを検証し、結果のインタラクションを記録し、エージェントの振る舞いを監査可能とし、再現性を評価する。
論文 参考訳（メタデータ） (2026-08-03T16:20:17Z) - The Prompt Is Not the Query: How Request State Evolves Across Multi-Turn AI Conversations [0.0]
を観測可能な構成、会話条件の要求状態に置き換え、その状態がユーザターン間でどのように分散されているかを測定します。
この分析は、前回の会話研究の凍結ルールと統制されたコホートを再利用する。
論文 参考訳（メタデータ） (2026-07-24T15:16:26Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - When Robots Should Say "I Don't Know": Benchmarking Abstention in Embodied Question Answering [27.058973883094]
EQA(Embodied Question Answering)は、エージェントが言語を解釈し、その環境を認識し、3Dシーン内をナビゲートして応答を生成する。
我々は、EQAエージェントに対する最小限の要件、棄権:いつ回答を控えるかを知ることに注力する。
我々は,行動可能性,参照的不特定性,嗜好依存,情報利用不能,虚偽の先入観の5つのカテゴリーを抽出した。
論文 参考訳（メタデータ） (2025-12-04T09:17:40Z) - Contra4: Evaluating Contrastive Cross-Modal Reasoning in Audio, Video, Image, and 3D [97.08549913899247]
Contra4は、画像、オーディオ、ビデオ、および3Dの4つのモードにまたがる、対照的な相互モーダル推論のためのデータセットである。
それぞれの例は、複数の候補モダリティのインスタンスと並んで自然言語の質問を示し、モデルがプロンプトと意味的に一致するものを選択する必要がある。
コントラ4は、人間の注釈付きキャプションとモデルの混在するラウンドトリップ一貫性フィルタを組み合わせることで、高品質な監視を確実にし、174kのトレーニング例と2.3kのサンプルを手作業で検証する。
論文 参考訳（メタデータ） (2025-06-02T03:12:13Z) - Automatic Validation of Textual Attribute Values in E-commerce Catalog
by Learning with Limited Labeled Data [61.789797281676606]
そこで我々はMetaBridgeと呼ばれる新しいメタ学習潜伏変数アプローチを提案する。
限られたラベル付きデータを持つカテゴリのサブセットから、転送可能な知識を学ぶことができる。
ラベルのないデータで、目に見えないカテゴリの不確実性を捉えることができる。
論文 参考訳（メタデータ） (2020-06-15T21:31:05Z)
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。