PAYADOR: A Minimalist Approach to Grounding Language Models on Structured Data for Interactive Storytelling and Role-playing Games
Instituto de Computación, Facultad de Ingeniería, Universidad de la República(乌拉圭共和国大学工程学院计算研究所);Facultad de Informática, Universidad Complutense de Madrid(马德里康普顿斯大学信息学院)
PAYADOR提出一种极简方法,通过将大语言模型基于虚构世界的最小化表示来预测动作结果,以解决交互式叙事和角色扮演游戏中的世界更新问题,并开源以释放RPG的共同创造能力。
2025-04-09 cs.AI cs.CL
Metamorpheus: Interactive, Affective, and Creative Dream Narration Through Metaphorical Visual Storytelling
City University of Hong Kong(香港城市大学);Massachusetts Institute of Technology(麻省理工学院);Nankai University(南开大学)
本研究提出情感界面Metamorpheus,依托生成式AI模型生成梦境相关的隐喻图像与文字描述,支持用户创造性叙述梦境情感经历、开展自我反思,评估证实其可帮助用户生动回忆并反思梦境体验。
2024-03-01 cs.AI cs.CL cs.CY
The Dream Within Huang Long Cave: AI-Driven Interactive Narrative for Family Storytelling and Emotional Reflection
Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
《黑龙洞之梦》通过AI驱动的互动叙事,探索家庭关系中的情感连接与大他者不存在的概念。
2025-04-07 cs.AI cs.MM
SNAP: A Plan-Driven Framework for Controllable Interactive Narrative Generation
Sungkyunkwan University(成均馆大学)
SNAP通过计划驱动的叙事单元结构,实现可控的交互叙事生成,提升场景一致性与用户响应适应性。
2025-11-18 cs.AI cs.HC
From Words to Worlds: Transforming One-line Prompt into Immersive Multi-modal Digital Stories with Communicative LLM Agent
Rutgers University(罗格斯大学)
针对数字叙事生产可扩展性与灵活性不足的问题,本文提出StoryAgent框架,结合LLM与生成式工具,通过自上而下起草加自下而上生成资产的方式,实现多模态连贯交互式数字故事的自动化生产,无需参考视频即可生成内容,推动了自动化数字叙事发展。
2024-06-21 cs.AI cs.CL cs.GR
MuDoC: An Interactive Multimodal Document-grounded Conversational AI System
Georgia Institute of Technology(佐治亚理工学院);School of Interactive Computing(交互计算学院)
针对多模态文档驱动对话系统的研究空白,提出基于GPT-4o的交互式AI智能体MuDoC,可生成含交错文本和图表的响应,其智能界面支持源内容导航验证,还分析了系统的优劣势。
2025-02-14 cs.AI cs.HC cs.MM
ViviDoc: Generating Interactive Documents through Human-Agent Collaboration
National University of Singapore(新加坡国立大学);University of Virginia(弗吉尼亚大学);Cornell University(康奈尔大学)
ViviDoc通过多智能体流程和三级人类控制,系统性解决交互式文档生成问题,构建了ViviBench基准并实现高内容丰富度和交互质量。
2026-03-30 cs.AI cs.HC
Demonstrating ViviDoc: Generating Interactive Documents through Human-Agent Collaboration
State Key Lab of CAD&CG(CAD与CG国家重点实验室);HKUST(GZ)(香港科技大学(广州));National University of Singapore(新加坡国立大学);University of Virginia(弗吉尼亚大学)
ViviDoc通过人机协作生成交互式教育文档,采用多代理流水线和文档规范提升生成质量和编辑体验。
2026-03-02 cs.AI cs.CL
NetReAct: Interactive Learning for Network Summarization
Virginia Tech(弗吉尼亚理工大学);University of Iowa(爱荷华大学);PNNL(太平洋西北国家实验室);Georgia Tech(佐治亚理工学院);GVSU(大峡谷州立大学)
生成有用的网络摘要是一个具有挑战性和重要性的问题,有几个应用程序,如意义,可视化和压缩。然而,目前在这一领域的大多数工作在生成摘要时都没有考虑到人类的反馈。考虑一个情报分析场景,其中分析师正在探索文档之间的相似性网络。分析师可以通过迭代反馈来表达她对网络摘要的可视化的同意/不同意,例如一起关闭或移动文档(“节点”)。我们如何使用此反馈来提高网络摘要质量?在本文中,我们提出了NetReAct,一种新的交互式网络摘要算法,它支持可视化的网络诱导的文本语料库执行意义。NetReAct将人类反馈与强化学习相结合,以总结和可视化文档网络。使用来自两个数据集的场景,我们展示了NetReAct如何成功地生成高质量的摘要和可视化,这些摘要和可视化比其他非平凡的基线更好地揭示隐藏的模式。
2020-12-22 cs.AI cs.LG
Interactive Knowledge Base Population
Johns Hopkins University(约翰斯·霍普金斯大学);University of Maryland, Baltimore County(马里兰大学巴尔的摩郡分校)
大多数建立知识库的工作侧重于从尽可能多的文件中收集实体和事实。我们认为,并描述了一个新的范例,重点是高召回率提取的一个小集合的文件的监督下,一个人类专家,我们称之为交互式知识库人口(IKBP)。
2015-05-31 cs.AI cs.CL
DocPilot: Interactive Agent Orchestration and Training for Long Visual Document Understanding
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));EvenUp
本文提出DocPilot智能体文档框架,通过页面级导航等编排证据搜索,结合课程式智能体训练,在多数据集上实现显著性能提升,小型版本也具竞争力,展现出有效性与泛化性。
2026-10-16 cs.AI cs.CL cs.CV
Balancing Reinforcement Learning Training Experiences in Interactive Information Retrieval
Georgetown University(乔治城大学)
交互式信息检索(IIR)和强化学习(RL)有许多共同点,包括在交互时学习的代理,长期而复杂的目标以及探索和适应的算法。为了成功地将强化学习方法应用于IIR,一个挑战是获得足够的相关标签来训练强化学习代理,这是众所周知的样本效率低下。然而,在针对给定查询注释的文本语料库中,占主导地位的不是相关文档,而是不相关文档。这将导致代理的训练经验非常不平衡,并阻止它学习任何有效的策略。我们的论文通过使用域随机化来合成更多相关文档以进行训练来解决这个问题。我们在Text Retrieval Conference(TREC)Dynamic Domain(DD)2017 Track上的实验结果表明,该方法能够将RL agent的学习效率提高22%,以处理未知情况。
2021-06-09 cs.AI cs.IR
Multi-Agent Interactive Question Generation Framework for Long Document Understanding
针对长文档理解中细粒度英阿训练数据稀缺、人工标注昂贵的问题,提出全自动多智能体交互式框架生成跨领域单页与多页问答,并构建 AraEngLongBench 验证其对开源及闭源 LVLM 的挑战性。
2025-07-27 cs.AI cs.CL
TopicViz: Semantic Navigation of Document Collections
School of Computer Science(计算机学院);Carnegie Mellon University(卡内基梅隆大学)
当人们探索和管理信息时,他们会根据主题和主题进行思考。然而,支持信息探索的软件只能看到表面级别的文本。在本文中,我们将展示如何主题建模-一种用于识别大型文档集合中潜在主题的技术-可以支持语义探索。我们提出TopicViz,一个交互式的信息探索环境。TopicViz将传统的搜索和引用图功能与一系列新颖的交互式可视化相结合,以力导向布局为中心,将文档链接到主题模型发现的潜在主题。我们描述了几个使用场景中,TopicViz支持大型文档集合的快速意义构建。
2011-11-04 cs.AI cs.CL cs.HC
An Interactive Query Generation Assistant using LLM-based Prompt Modification and User Feedback
Emory University(埃默里大学)
提出一种基于 LLM 的交互式 Query Generation Assistant 搜索界面,支持用户在单语或多语文档集合上自动生成并细化查询,通过反馈机制提升查询效果,为复杂搜索任务提供人机协同实验工具。
2023-11-19 cs.AI cs.IR
Don't Guess, Just Ask: Evaluating Interactive Requirement Clarification for Repository-Level Software Development
The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳))
该研究提出ReqClarifyBench基准,评估LLM在仓库级软件开发中通过交互将模糊用户意图转化为明确需求的能力,发现澄清效果与文档质量无必然关联,编码智能体工具未提升需求文档质量。
2026-10-12 cs.AI cs.SE
APRIL: Interactively Learning to Summarise by Combining Active Preference Learning and Reinforcement Learning
Ubiquitous Knowledge Processing Lab (UKP-TUDA)(泛在知识处理实验室(UKP-TUDA));Technische Universität Darmstadt(达姆施塔特工业大学)
我们提出了一种方法来执行自动文档摘要,而不使用参考摘要。相反,我们的方法交互式地从用户的偏好中学习。基于偏好的交互式摘要的优点在于,偏好比参考摘要更容易为用户提供。现有的基于偏好的交互式学习方法存在样本复杂度高的问题,即它们需要与预言机进行多轮交互才能收敛。在这项工作中,我们提出了一个新的目标函数,它使我们能够利用主动学习,偏好学习和强化学习技术,以减少样本的复杂性。模拟和真实用户实验表明,我们的方法显着推进的最先进的。我们的源代码是免费提供的https://github.com/UKPLab/emnlp2018-april。
2018-08-29 cs.AI cs.CL cs.LG
Towards Unified Multi-granularity Text Detection with Interactive Attention
Baidu(百度)
本文提出统一端到端模型DAT,通过跨粒度交互注意力模块和基于提示的分割模块,实现多粒度文本检测,在多个基准上达到SOTA。
2024-05-30 cs.AI cs.CV
TableLab: An Interactive Table Extraction System with Adaptive Deep Learning
IBM Research(IBM研究院)
从PDF和图像文档中提取表格是现实世界中普遍存在的任务。完美的提取质量很难用一个单一的开箱即用模型来实现,这是由于(1)表格样式的广泛变化,(2)缺乏表示这种变化的训练数据,以及(3)终端用户之间表格定义的固有模糊性和主观性。同时,由于注释表数据的昂贵性质,从头开始构建定制模型可能很困难。我们试图通过提供一个系统来解决这些挑战,在这个系统中,用户和模型可以无缝地协同工作,快速定制高质量的提取模型,并为用户的文档集合(包含带有表格的页面)提供一些标记的示例。给定一个输入文档集合,TableLab首先通过聚类提取模型中的嵌入来检测具有相似结构(模板)的表。文档集合通常包含使用有限的模板集或类似结构创建的表。然后,它选择一些已经用预训练的基础深度学习模型提取的代表性表格示例。通过易于使用的用户界面,用户可以对这些选择提供反馈,而不必识别每一个错误。然后,TableLab应用这些反馈来微调预训练模型,并将微调模型的结果返回给用户。用户可以选择迭代地重复该过程,直到获得具有满意性能的定制模型。
2021-02-16 cs.AI cs.HC
SUMMPILOT: Bridging Efficiency and Customization for Interactive Summarization System
SUMMPILOT是一种通过交互式组件实现个性化摘要的系统,结合大型语言模型提升效率与定制化能力。
2026-01-13 cs.AI cs.HC
Corpus-Level End-to-End Exploration for Interactive Systems
Georgetown University(乔治城大学)
构建人工智能(AI)代理的核心兴趣是让它们与人类交互并帮助人类。一个例子是动态搜索(DS),它模拟了人类与搜索引擎代理合作完成复杂和面向目标的任务的过程。早期使用强化学习(RL)的DS代理只取得了有限的成功,因为(1)它们缺乏对返回哪些文档的直接控制,以及(2)难以从错误的搜索轨迹中恢复。在本文中,我们提出了一种新的语料库级端到端的探索(CE3)方法来解决这些问题。在我们的方法中,整个文本语料库被压缩成一个全球性的低维表示,这使得代理获得访问完整的状态和动作空间,包括未开发的领域。我们还提出了一种新形式的检索函数,其线性近似允许端到端的文档操作。在文本检索会议(TREC)动态域(DD)跟踪上的实验表明,CE3优于最先进的DS系统。
2021-06-09 cs.AI cs.IR
MindTrellis: Co-Creating Knowledge Structures with AI through Interactive Visual Exploration
University of Waterloo(多伦多大学);York University(约克大学);Nanyang Technological University(南洋理工大学)
本文提出MindTrellis系统,通过人机协作动态构建知识图谱,提升多文档信息整合效率,降低认知负荷。
2026-04-25 cs.AI cs.HC cs.IR
From Documents to Database: Failure Modes for Industrial Assets
IBM Research Europe(IBM欧洲研究院)
本文提出基于基础模型与用户技术文档的交互式系统,自动生成工业设备FMEA并存入关系数据库,显著减少知识密集型内容创建时间,优于传统人工方法。
2025-09-22 cs.AI cs.CL cs.DB