Demonstrating CAT: Synthesizing Data-Aware Conversational Agents for Transactional Databases
Technical University of Darmstadt（达姆施塔特工业大学）；LMU Munich（慕尼黑大学）
用于OLTP的数据库通常是酒店客房或电影票预订应用程序等应用程序的主干。然而，开发会话代理（即，类似聊天机器人的界面）以允许终端用户使用自然语言与应用交互，这需要大量的训练数据和NLP专业知识。这激发了CAT，它可以用来轻松地为事务数据库创建会话代理。其主要思想是，对于给定的OLTP数据库，CAT使用弱监督来合成所需的训练数据，以训练最先进的会话代理，允许用户与OLTP数据库交互。此外，CAT还提供了生成的代理与数据库的开箱即用集成。作为现有的会话代理的主要区别，CAT合成的代理是数据感知的。这意味着代理根据数据库中的当前数据分布决定应该向用户请求哪些信息，与非数据感知代理相比，这通常会导致明显更有效的对话。我们将CAT的代码作为开源发布。
2022-03-26 cs.CL cs.DB
Local Hybrid Retrieval-Augmented Document QA
Università Ca’ Foscari Venezia（威尼斯大学）
本研究提出一种本地混合检索增强的文档问答系统，通过结合语义理解和关键词精度，在不传输数据的情况下实现高准确率的问答，平衡隐私与性能。
2025-11-28 cs.CL
SpectraQuery: A Hybrid Retrieval-Augmented Conversational Assistant for Battery Science
Mechanical Engineering, Stanford University（斯坦福大学机械工程系）；Applied Energy Division, SLAC National Accelerator Laboratory（SLAC国家加速器实验室应用能源部门）；Institute of Computational and Mathematical Engineering, Stanford University（斯坦福大学计算与数学工程研究所）
SpectraQuery通过结合结构化数据库和文献语料库，为电池科学提供检索增强型对话助手，有效整合数值证据与机理解释，提升科学推理效率。
2026-01-14 cs.CL cs.IR
ChatGPT versus Traditional Question Answering for Knowledge Graphs: Current Status and Future Directions Towards Knowledge Graph Chatbots
Concordia University（康考迪亚大学）；KAUST（阿卜杜拉国王科技大学）
用于知识图谱（KG）的会话人工智能和问答系统（QAS）都是新兴的研究领域：它们为用户提供自然语言界面，以便轻松有效地提取信息。对话式人工智能模拟与人类的对话;然而，它受到训练数据集中捕获的数据的限制。相比之下，QAS通过理解自然语言问题并将其转换为数据库引擎支持的正式查询来从KG中检索最新的信息。在本文中，我们提出了一个全面的研究现有的替代品的特点，以结合两个世界到新的KG聊天机器人。我们的框架比较了两个代表性的会话模型，ChatGPT和卡拉狄加，对KGQAN，目前最先进的QAS。我们进行了全面的评估，使用四个真正的KG在不同的应用领域，以确定目前的限制，每一类系统。根据我们的研究结果，我们提出了开放的研究机会，为KGs的聊天机器人功能赋予QAS。所有基准和所有原始结果可供进一步分析。
2023-02-08 cs.AI cs.CL cs.IR
LPar -- A Distributed Multi Agent platform for building Polyglot, Omni Channel and Industrial grade Natural Language Interfaces
Cognizant Worldwide Limited（高知特全球有限公司）
以个性化和接近人性化的方式服务和取悦客户的目标在大多数企业的自动化议程上非常重要。在过去的几年里，自然语言处理领域取得了巨大的进步，这导致许多企业部署了会话代理。目前大多数工业部署倾向于使用Monolithic Single Agent设计，该设计对域的整个知识和技能进行建模。虽然这种方法是最快上市的方法之一，但单片设计使得它很难扩展到一个点之外。在单个解决方案中无缝地利用由自然语言处理和信息检索的子领域提供的许多工具也存在挑战。可用于提供相关信息的子字段包括问答系统、抽象摘要、语义搜索、知识图谱等。当前的部署也往往非常依赖于底层的对话AI平台（开源或商业），这是一个挑战，因为这是一个快速发展的领域，即使在3-4年的中期内，也没有一个平台可以被认为是面向未来的。最近，也有工作做，以建立多代理解决方案，往往利用主代理的概念。虽然这已经显示出前景，但这种方法仍然使主代理本身难以扩展。为了解决这些挑战，我们引入LPar，一个分布式多代理平台，用于大规模工业部署多语言，多样化和可互操作的代理。LPar的异步设计支持动态扩展域。我们还介绍了多种策略，在LPar系统中选择最合适的代理服务客户查询。
2020-06-25 cs.CL cs.CY cs.HC
ScenarioSA: A Large Scale Conversational Database for Interactive Sentiment Analysis
交互式情感分析是情感分析问题的一个新兴的，但具有挑战性的子任务。它旨在发现谈话中每个人的情感状态和情感变化。现有的情感分析方法不足以对人与人之间的交互进行建模。然而，新方法的发展受到缺乏标记的交互式情感数据集的严重限制。在本文中，我们提出了一个新的会话情感数据库，我们已经创建，并使计算机上可用，即ScenarioSA。我们人工标注了从自然语境中收集的2,214个多话轮英语对话。与现有的情感数据集相比，ScenarioSA（1）涵盖了广泛的场景;（2）描述了两个说话者之间的互动;（3）反映了每个说话者在对话过程中的情感演变。最后，我们评估了各种国家的最先进的算法ScenarioSA，展示了新的交互式情感分析模型的需要和潜力的ScenarioSA，以促进这些模型的发展。
2020-05-19 cs.CL cs.IR
ChatQA: Surpassing GPT-4 on Conversational QA and RAG
NVIDIA（英伟达）
本研究推出ChatQA模型系列，通过两阶段指令微调与对话式稠密检索器，在自研ChatRAG Bench基准上超越GPT-4系列模型，并开源相关资源推动领域发展。
2024-10-30 cs.AI cs.CL cs.IR
A Comparative Study of Light-weight Language Models for PII Masking and their Deployment for Real Conversational Texts
IOE, Pulchowk Campus（理工学院，普尔乔克校区）
本文比较了轻量级语言模型在PII遮蔽中的性能，发现Mistral在F1和召回率上表现更优，但T5在实时对话中更高效且可控。
2025-12-21 cs.CL
Marcel: A Lightweight and Open-Source Conversational Agent for University Student Support
Marburg University（马尔堡大学）
本文介绍Marcel，一个轻量级开源对话代理，通过检索增强生成和FAQ检索器为大学生提供招生咨询，减轻员工负担，并在资源受限环境中易于部署。
2025-10-24 cs.CL
TAMUSA-Chat: A Domain-Adapted Large Language Model Conversational System for Research and Responsible Deployment
Texas A&M University–San Antonio（德克萨斯A&M大学-圣安东尼奥分校）；Utah Valley University（犹他谷大学）
TAMUSA-Chat是一个面向研究和负责任部署的领域适应大型语言模型对话系统，通过监督微调、检索增强生成和系统化评估方法，解决机构环境中的关键挑战。
2026-02-14 cs.AI cs.CL cs.LG
KaggleDBQA: Realistic Evaluation of Text-to-SQL Parsers
University of Washington（华盛顿大学）；Microsoft Research（微软研究院）
数据库问答的目标是在不同的应用领域中实现对现实生活中的关系数据库的自然语言查询。最近，Spider和WikiSQL等大规模数据集促进了文本到SQL解析的新建模技术，改善了对未知数据库的zero-shot泛化。在这项工作中，我们研究的挑战，仍然阻止这些技术的实际部署。首先，我们介绍了KaggleDBQA，一个新的跨域的真实Web数据库的评估数据集，特定于域的数据类型，原始格式，和无限制的问题。第二，我们重新审视文本到SQL解析器在现实生活中应用的评估任务的选择。最后，我们增加了我们的领域内的评估任务与数据库文档，一个自然发生的源隐含的领域知识。我们表明，KaggleDBQA提出了一个挑战，国家的最先进的zero-shot解析器，但更现实的评估设置和创造性地使用相关的数据库文档提高了13.2%以上的准确性，使其性能翻了一番。
2021-06-22 cs.AI cs.CL cs.DB
CypherTurn: A Multi-Turn Benchmark for Conversational Text-to-Cypher Evaluation and the Autonomy Divergence
Peking University（北京大学）；National Key Lab of Data Space Technology and System（数据空间技术与系统全国重点实验室）；Baidu Inc.（百度公司）
本文提出CypherTurn，首个对话式文本到Cypher多轮基准，含721个会话，评估15个模型，发现最佳执行准确率仅64.7%，并揭示自主性分歧现象。
2026-09-30 cs.CL
CoSQL: A Conversational Text-to-SQL Challenge Towards Cross-Domain Natural Language Interfaces to Databases
Yale University（耶鲁大学）；Salesforce Research（赛富时研究院）；University of Michigan（密歇根大学）；Cornell University（康奈尔大学）
我们提出了CoSQL，用于构建跨域，通用数据库（DB）查询对话系统的语料库。它由30k+ turns加上10k+注释的SQL查询组成，这些查询是从3k对话的向导（WOZ）集合中获得的，查询跨越138个域的200个复杂DB。每个对话都模拟了一个真实的数据库查询场景，其中一个群众工作者作为用户探索数据库，一个SQL专家用SQL检索答案，澄清模糊的问题，或者通知无法回答的问题。当用户问题可以通过SQL回答时，专家向用户描述SQL和执行结果，从而保持自然的交互流。与现有的面向任务的对话数据集相比，CoSQL引入了新的挑战：（1）对话状态基于SQL，一种独立于域的可执行表示，而不是特定于域的槽值对，（2）因为测试是在看不见的数据库上完成的，成功需要推广到新的域。CoSQL包括三个任务：基于SQL的对话状态跟踪，查询结果的响应生成和用户对话行为预测。我们为每个任务评估了一组强大的基线，并表明CoSQL为未来的研究提出了重大挑战。数据集、基线和排行榜将在https://yale-lily.github.io/cosql上发布。
2019-09-11 cs.AI cs.CL
Conversational implicatures in English dialogue: Annotated dataset
International Institute of Information Technology（国际信息技术学院）；LTRC（语言技术研究中心）
人类的对话经常包含与所使用的句子含义完全不同的话语，并且被对话者清楚地理解。但是在人机交互中，机器无法理解隐含的含义，除非它用包含话语的隐含含义以及话语和它发出的上下文的数据集进行训练。在语言学中，会话含义是说话人话语中不属于明示内容的意义。在本文中，我们介绍了一个数据集的对话片段的三个组成部分，这是上下文，话语，和隐含的意义。这些隐含的意义就是会话含义。这些话语是通过从托福（英语作为外语的考试）等英语考试的听力理解部分转录，以及从IMSDb（互联网电影剧本数据库）上的电影剧本中抓取对话来收集的。话语被手动地用含义注释。
2019-11-25 cs.CL
On the Safety of Conversational Models: Taxonomy, Dataset, and Benchmark
Tsinghua University（清华大学）；University of California Los Angeles（加利福尼亚大学洛杉矶分校）
对话安全问题严重限制了神经会话模型在现实世界中的应用，近年来引起了广泛的研究兴趣。然而，对话安全问题仍然定义不足，相应的数据集是稀缺的。我们提出了一个专门设计用于捕获人类机器人对话设置中的不安全行为的对话安全分类法，重点关注上下文敏感的不安全性，这在以前的作品中未得到充分探讨。为了促进这一方向的研究，我们编译了DiaSafety，这是一个包含丰富的上下文敏感的不安全示例的数据集。实验表明，现有的安全防护工具在我们的数据集上严重失败。作为补救措施，我们训练对话安全分类器，为上下文敏感的对话不安全检测提供强基线。与我们的分类，我们流行的会话模型进行安全评估，并显示现有的对话系统仍然表现出有关上下文敏感的安全问题。
2022-04-04 cs.CL
CQR-SQL: Conversational Question Reformulation Enhanced Context-Dependent Text-to-SQL Parsers
Tencent Cloud Xiaowei（腾讯云小微）；Beihang University（北京航空航天大学）
上下文相关的文本到SQL是将多轮问题转换为与数据库相关的SQL查询的任务。现有的方法通常侧重于充分利用历史上下文或先前预测的SQL来进行当前SQL解析，而忽略了显式地理解模式和会话依赖，如共指，省略和用户焦点变化。在本文中，我们提出了CQR-SQL，它使用辅助会话问题重构（CQR）学习显式地利用模式和解耦上下文依赖SQL解析。具体来说，我们首先提出了一个模式增强递归CQR方法产生领域相关的自包含的问题。其次，通过基于模式的一致性任务和树型结构的SQL解析一致性任务对CQR-SQL模型进行训练，使其能够将多轮问句和辅助自包含问句的语义映射到同一个潜在空间中，通过充分的上下文理解来提高SQL解析的能力。在撰写本文时，我们的CQR-SQL在两个上下文相关的文本到SQL基准测试SParC和CoSQL上取得了最新的结果。
2022-10-24 cs.CL
"Is there anything else I can help you with?": Challenges in Deploying an On-Demand Crowd-Powered Conversational Agent
Carnegie Mellon University（卡内基梅隆大学）；University of Michigan（密歇根大学）；Ariel University（阿里埃勒大学）
智能会话助理，如苹果的Siri，微软的Cortana和亚马逊的Echo，已经迅速成为我们数字生活的一部分。然而，这些助手有很大的局限性，这使得用户无法像与人类对话伙伴一样与它们对话。这限制了我们观察用户真正想要如何与底层系统交互的能力。为了解决这个问题，我们开发了一个群体驱动的对话助手Chorus，并部署了它，以了解用户和工作人员在系统的调解下如何互动。随着时间的推移，Chorus通过按需招聘员工来与最终用户进行详细的对话，这反过来又决定了对每个用户句子的最佳回应。截至我们部署的第一个月，已有59名用户在320个对话会话中与Chorus进行了对话。在本文中，我们介绍了Chorus的部署，重点是四个挑战：（i）识别对话何时结束，（ii）恶意用户和工作人员，（iii）按需招聘，以及（iv）共识不够的设置。我们的观察可以帮助部署群体供电的会话系统和群体供电的系统一般。
2017-08-10 cs.AI cs.CL cs.HC
Multilingual Conversational AI for Financial Assistance: Bridging Language Barriers in Indian FinTech
TIFIN India（TIFIN印度）
本研究提出了一种多语言对话AI系统，用于支持印度多样化的语言环境，提升金融服务的可及性与用户参与度。
2025-12-01 cs.CL
Natural Language Generation Using Link Grammar for General Conversational Intelligence
Saratoga High School（萨拉托加高中）；SingularityNET Foundation（奇点网络基金会）；Aigents（Aigents公司）；Novosibirsk State University（新西伯利亚国立大学）
许多当前的人工通用智能（AGI）和自然语言处理（NLP）架构不具备通用会话智能-也就是说，它们要么不处理语言，要么无法在没有手动劳动密集型方法（如基于模板的定制）的情况下以类似于人类语言的形式传达知识。在本文中，我们提出了一种使用Link Grammar数据库自动生成语法有效句子的新技术。这种自然语言生成方法远远优于当前最先进的基线，并且可以作为原型AGI问答管道中的最终组件，可以理解地处理自然语言材料。
2021-04-19 cs.AI cs.CL
Quantifying Conversational Reliability of Large Language Models under Multi-Turn Interaction
研究评估了大型语言模型在多轮对话中的可靠性，发现其在复杂交互中存在显著下降，揭示了指令漂移、意图混淆等失败模式，强调了对LLM进行压力测试和改进评估方法的重要性。
2026-03-02 cs.CL
WISE-Flow: Workflow-Induced Structured Experience for Self-Evolving Conversational Service Agents
George Mason University（乔治·马歇尔大学）；Amazon（亚马逊公司）
WISE-Flow通过将历史服务交互转化为可重用的程序经验，实现自进化对话服务代理的可靠性和稳定性提升。
2026-01-13 cs.CL
Towards Emotion Consistency Analysis of Large Language Models in Emotional Conversational Contexts
本文研究了大型语言模型在情感对话中生成响应的一致性，通过极端和中等情绪的三个查询测试，发现模型在处理包含错误假设的查询时表现欠佳，尤其在中等情绪内容中更易受虚假信念影响。
2026-10-16 cs.CL
BlenderBot 3: a deployed conversational agent that continually learns to responsibly engage
Meta AI；Mila（米拉人工智能研究所）；McGill University（麦吉尔大学）
我们提出了BlenderBot 3，一个175 B参数的对话模型，能够访问互联网和长期记忆的开放域对话，并已在大量的用户定义的任务上进行了训练。我们发布了模型权重和代码，并将模型部署在公共网页上，以便与自然用户进行交互。本技术报告描述了如何构建模型（架构，模型和培训计划），以及其部署的详细信息，包括安全机制。人类评估显示其优于现有的开放域对话代理，包括其前辈（Roller等人，2021; Komeili等人，2022年）。最后，我们将使用从部署中收集的数据详细说明我们的持续学习计划，这些数据也将公开发布。因此，该研究计划的目标是使社区能够研究不断改进的负责任的代理人，通过互动学习。
2022-08-10 cs.AI cs.CL
Telephone Surveys Meet Conversational AI: Evaluating a LLM-Based Telephone Survey System at Scale
Decibels Inc.（60分贝公司）；University of Oxford（牛津大学）
本研究提出并大规模评估了一个集成TTS、LLM和STT的人工智能电话调查系统，在美国和秘鲁的测试表明其数据质量在结构化项目上接近人工访员，并支持无需培训访员的快速部署。
2025-03-12 cs.CL cs.HC
Leveraging Implicit Feedback from Deployment Data in Dialogue
FAIR at Meta（Meta FAIR研究院）；New York University（纽约大学）
本研究利用对话部署数据中用户回复长度、情感等隐式反馈信号改进社交对话智能体，实验基于BlenderBot公开数据，人工评估显示模型有提升，但不同代理信号存在利弊差异。
2024-02-01 cs.CL
Dynamic benchmarking framework for LLM-based conversational data capture
本文提出一个动态基准测试框架，通过合成用户交互评估基于LLM的对话智能体在信息提取、上下文感知和自适应参与上的表现，并在贷款场景中验证了自适应策略能提升数据提取准确性。
2025-02-04 cs.AI cs.CL
Animating Language Practice: Engagement with Stylized Conversational Agents in Japanese Learning
Columbia University, RoleGaku（哥伦比亚大学，RoleGaku）；Columbia University（哥伦比亚大学）
Jouzu通过动漫风格的对话代理提升日语学习者的互动体验和语言表达能力。
2025-12-01 cs.CL cs.HC
DuplexWorld: Can voice agents help you get through the day?
Centific Global Solutions Inc.（森蒂菲克全球解决方案公司）；University of Maryland（马里兰大学）
DuplexWorld针对现有语音智能体评估基准的不足，构建含六大领域的156个场景开展评估，发现现有最优语音智能体在多维度仍有较大改进空间，并分析了相关性能与失败模式。
2026-08-12 cs.AI cs.CL cs.SD
Robustness Risk of Conversational Retrieval: Identifying and Mitigating Noise Sensitivity in Qwen3-Embedding Model
Beijing University of Posts and Telecommunications（北京邮电大学）；SenseTime（商汤科技）；Beijing Key Laboratory of Network System and Network Culture（网络系统与网络文化北京市重点实验室）
研究探讨了基于嵌入的对话检索在现实场景中的鲁棒性问题，发现未提示查询时，结构化对话噪声易被检索，影响排名稳定性，提出轻量级查询提示可缓解此问题。
2026-02-03 cs.AI cs.CL cs.IR
From Lexicon to AI: A Structured-Data Pipeline for Specialized Conversational Systems in Low-Resource Languages
NMIMS, Mumbai（NMIMS孟买分校）；CFILT, IIT Bombay（印度理工学院孟买分校CFILT）
提出利用专家编纂的词汇数据库（如印地语WordNet）生成指令对，微调12B参数语言模型，构建低资源语言专用对话系统，在教育任务中效果优于通用模型。
2026-06-26 cs.AI cs.CL
Towards the Rapid Development of a Natural Language Understanding Module
Instituto Superior Técnico（高等技术学院）；INESC-ID
在开发会话代理时，通常迫切需要有一个可用的原型，以便与真实用户一起测试应用程序。一个绿野仙踪是可能的，但有时代理应该简单地部署在环境中，它将被使用。在这里，代理应该能够捕获尽可能多的交互，并了解人们对失败的反应。在本文中，我们专注于快速开发的自然语言理解模块的非专家。我们的方法遵循学习范式，并将理解自然语言的过程视为一个分类问题。我们测试我们的模块与会话代理，回答问题，在艺术领域。此外，我们展示了如何使用我们的方法可以由一个自然语言接口的电影数据库。
2013-02-06 cs.CL
CityLLM: A framework for natural-language querying of semantic 3D city models
GRID Lab, School of Built Environment, UNSW Sydney（新南威尔士大学悉尼分校建筑环境学院GRID实验室）；School of Civil and Environmental Engineering, UNSW Sydney（新南威尔士大学悉尼分校土木与环境工程学院）
研究针对语义 3D 城市模型访问查询难的问题，提出 CityLLM 框架，结合空间与图形数据库，在基于语言模型工作流中支持迭代查询等。通过多种模型在鹿特丹数据集上评估，多个场景 54 个查询显示其性能强大，为语义 3D 城市数据对话访问提供轻量级可扩展方法。
2026-07-17 cs.CL
SUQL: Conversational Search over Structured and Unstructured Data with Large Language Models
Stanford University（斯坦福大学）
提出SUQL语言，扩展SQL以支持混合数据对话搜索，结合上下文学习解析器，在HybridQA接近SOTA，Yelp数据集上成功率90.3%。
2024-03-13 cs.CL cs.PL
Evorus: A Crowd-powered Conversational Assistant Built to Automate Itself Over Time
Carnegie Mellon University（卡内基梅隆大学）
人群驱动的会话助理已被证明比自动化系统更强大，但这样做的代价是更高的响应延迟和金钱成本。一个有前途的方向是将这两种方法结合起来，以获得高质量、低延迟和低成本的解决方案。在本文中，我们介绍了Evorus，这是一种基于人群的会话助手，可以通过以下方式随着时间的推移自动化：（i）允许新的聊天机器人轻松集成以自动化更多场景，（ii）重用先前的人群答案，以及（iii）学习自动批准响应候选人。我们对80名参与者和281次对话进行了长达5个月的部署，结果表明Evorus可以在不影响对话质量的情况下实现自动化。Crowd-AI架构长期以来一直被认为是降低群体驱动系统成本和延迟的一种方法; Evorus演示了如何在部署的系统中成功引入自动化。它的体系结构允许未来的研究人员在部署的开放域对话系统的上下文中对底层自动化组件进行进一步的创新。
2018-01-10 cs.AI cs.CL cs.HC
Manual-Guided Dialogue for Flexible Conversational Agents
Tsinghua University（清华大学）；Tencent Inc.（腾讯公司）；Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）；WeChat AI, Tencent Inc.（腾讯微信人工智能部）
如何有效地构建和使用对话数据，以及如何在不同领域大规模部署模型是构建面向任务的对话系统的两个关键问题。在本文中，我们提出了一种新的手动引导对话计划，以减轻这些问题，代理学习的任务，从对话和手册。该手册是一个非结构化的文本文档，指导代理在对话期间与用户和数据库进行交互。我们提出的方案减少了对话模型对细粒度领域本体的依赖，使它们更灵活地适应不同的领域。然后，我们贡献了一个完全注释的多域数据集MagDial来支持我们的计划。它介绍了三个对话建模子任务：指令匹配，参数填充和响应生成。对这些子任务进行建模与人类代理的行为模式是一致的。实验表明，人工引导的对话方案提高了数据效率和领域的可扩展性，在建立对话系统。数据集和基准将公开提供，以促进未来的研究。
2022-08-16 cs.AI cs.CL
OncoGPT: A Medical Conversational Model Tailored with Oncology Domain Expertise on a Large Language Model Meta-AI (LLaMA)
Shenzhen Kanghua Juntai Biotech Co. Ltd.（深圳康华君泰生物科技有限公司）；University of California, Davis（加利福尼亚大学戴维斯分校）；The First Affiliated Hospital of Jinan University（暨南大学附属第一医院）
本文提出 OncoGPT，通过收集 180K+ 条肿瘤学医患对话并对 LLaMA 进行迭代微调，构建了在肿瘤学咨询方面准确性和可靠性更高的专用医学对话模型，并公开了数据集与模型。
2024-02-26 cs.CL
ThinkFlow: Self-Evolving Probabilistic Latent Memory for Lifelong Conversational Agents
Pengcheng Laboratory（鹏城实验室）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；China Unicom Greater Bay Area Innovation Institute（中国联通粤港澳大湾区创新研究院）
针对终身对话代理记忆瓶颈，提出ThinkFlow潜在记忆框架，通过概率潜在技能压缩与测试时进化实现无标签个性化，实验优于现有系统。
2026-09-16 cs.AI cs.CL
Extracting Accurate Materials Data from Research Papers with Conversational Language Models and Prompt Engineering
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
本文提出 ChatExtract 方法，通过工程化提示和后续问答机制，利用对话式大语言模型以最少人工投入实现材料数据的高精度自动提取，精确率与召回率接近 90%，并成功构建了金属玻璃和高熵合金数据库。
2024-02-21 cond-mat.mtrl-sci cs.CL
PrivacyBench: A Conversational Benchmark for Evaluating Privacy in Personalized AI
International Institute of Information Technology Hyderabad（国际信息科技研究所（海得拉巴））；Indiana University（印第安纳大学）
PrivacyBench通过多轮对话评估揭示RAG助手在隐私保护上的缺陷，指出需结构性隐私保障措施以确保伦理网络环境。
2025-12-31 cs.AI cs.CL
SPORTSQL: An Interactive System for Real-Time Sports Reasoning and Visualization
Arizona State University（亚利桑那州立大学）
针对动态体育数据的自然语言查询与可视化需求，提出交互式系统SPORTSQL，通过LLMs将用户问题转换为SQL查询实时FPL数据，支持表格与可视化输出，并构建DSQABENCH基准评估其性能。
2025-08-23 cs.CL
Evaluating LLMs on Conversational Text-to-SQL under Chain Ambiguity and Intent Drift
The Hong Kong Polytechnic University（香港理工大学）；City University of Macau（澳门城市大学）；Jilin University（吉林大学）；Beihang University（北京航空航天大学）；Jinan University（暨南大学）
研究针对对话式文本转SQL中用户意图演变未被现有基准覆盖的问题，推出TIDE-Bench基准并评估12个LLMs，发现链识别瓶颈等问题，代码已发布。
2026-09-01 cs.AI cs.CL cs.DB
Conversational Code Generation: a Case Study of Designing a Dialogue System for Generating Driving Scenarios for Testing Autonomous Vehicles
School of Informatics, University of Edinburgh 10 Crichton Street, Edinburgh EH8 9AB（信息学院，爱丁堡大学）
本研究设计了一个基于指令遵循大语言模型的自然语言界面，用于将非编程专家的对话转换为符号程序以生成自动驾驶测试场景，实验证明对话可将生成成功率提升4.5倍。
2025-09-08 cs.CL cs.IR cs.RO
Investigation of Error Simulation Techniques for Learning Dialog Policies for Conversational Error Recovery
Amazon Inc（亚马逊公司）
训练基于语音的虚拟助理的对话策略需要大量的会话数据。由于人工参与，数据汇集阶段通常是昂贵且耗时的。为了解决这个问题，一个常见的解决方案是为数据生成构建用户模拟器。为了将训练的策略成功部署到现实世界的领域中，用户模拟器模仿现实条件至关重要。特别是，基于语音的助理受到自动语音识别和语言理解错误的严重影响，因此用户模拟器应该能够模拟类似的错误。在本文中，我们回顾了现有的错误模拟方法，诱导错误的音频，音素，文本，或语义水平，并进行详细的比较之间的音频级和文本级的方法。在此过程中，我们通过引入置信度预测和词汇表外词映射来改进现有的文本级方法。我们还探讨了音频级和文本级方法对学习简单澄清对话策略的影响，以从错误中恢复，从而为这两种方法的未来改进提供见解。
2019-11-08 cs.AI cs.CL cs.LG
REALMS: An AI-Assistant Conversational System for Real-Time Exact Audience Sizing over High-Dimensional Nested Profiles
Adobe Inc.（奥多比公司）
REALMS是一个基于LLM的对话系统，通过向量检索和NL2SQL实现高维画像数据的实时精确受众规模测算，显著降低延迟并提升可扩展性。
2026-09-28 cs.CL cs.IR
Controllable and Reliable Knowledge-Intensive Task-Oriented Conversational Agents with Declarative Genie Worksheets
针对大语言模型对话智能体的幻觉、条件逻辑遵循差等问题，提出可编程框架Genie，通过声明式工作表和运行时管控实现可控可靠的对话，在复杂数据集及三项真实任务中性能显著提升。
2025-06-17 cs.AI cs.CL cs.PL
Scalable and Robust Self-Learning for Skill Routing in Large-Scale Conversational AI Systems
Amazon Alexa AI（亚马逊Alexa人工智能）
技能路由是大规模会话系统的重要组成部分。与传统的基于规则的技能路由相比，最先进的系统使用基于模型的方法来实现自然对话。为了提供训练此类模型所需的监督信号，提出了人工注释、复制基于规则的系统、基于用户释义的重新标记以及基于强盗的学习等想法。然而，这些方法：（a）在技能和技能加入的数量方面不成比例，（b）需要非常昂贵的专家注释/规则设计，（c）在每次模型更新的用户体验中引入风险。在本文中，我们提出了一种可扩展的自学习方法，探索路由选择，而不会导致突然的政策变化，打破了用户体验，从用户交互中学习，并通过频繁的模型刷新逐步提高路由。为了实现这种强大的频繁的模型更新，我们建议一种简单有效的方法，确保控制策略更新的各个域，然后由一个off-policy评估，使部署决策，而不需要任何冗长的A/B实验。我们进行各种离线和在线A/B实验的商业大规模的会话系统，以证明所提出的方法在现实世界的生产环境中的有效性。
2022-04-14 cs.AI cs.CL cs.HC
Bridging Industrial Expertise and XR with LLM-Powered Conversational Agents
Innov-Acts Ltd.（Innov-Acts有限公司）；CYENS Centre of Excellence（CYENS卓越中心）；University of Piraeus（比雷埃克斯大学）
本文提出将RAG增强的LLMs与XR技术集成，构建含动态工具编排的LLM聊天引擎和语音驱动XR应用的系统，经多策略评估验证其工业知识检索性能，早期应用显示能提升工业培训与操作效率，助力工业5.0发展。
2025-04-07 cs.AI cs.CL
An Approach to Build Zero-Shot Slot-Filling System for Industry-Grade Conversational Assistants
IBM Research（IBM研究院）；IBM Watson（IBM沃森）
本文提出通过精心构造覆盖多场景的任务数据来微调小型 LLM，构建低延迟、零样本工业级槽位填充系统，F1 较最佳基线相对提升 6.9%，延迟降低 57%。
2024-06-13 cs.AI cs.CL
$τ$-Knowledge: Evaluating Conversational Agents over Unstructured Knowledge
princeton（普林斯顿大学）
τ-知识旨在通过模拟真实金融科技客户支持流程，评估代理在协调外部自然语言知识与工具输出以产生可验证状态变化方面的能力。
2026-03-04 cs.AI cs.CL cs.IR
MemUse: Moving Memory Evaluation from Direct QA to Natural Integration in Long-Term Human-AI Conversation
Graduate School of Informatics, Kyoto University（京都大学信息学研究科）；SAP（思爱普）
本研究针对对话式LLM记忆系统评估问题，提出MemUse方法，发现直接问答准确率与用户满意度无关，而自然整合能力与之相关，同时发布了相关语料库、MemUse及配套资源。
2026-08-26 cs.CL cs.HC
Conversational Task Disambiguation over Tabular Data: Leakage-Aware Formulation, Benchmark Suite, and Training
Layer 6 AI
该研究针对表格数据的对话式任务歧义消除，提出感知泄漏的框架，构建AmbiTab基准套件，用强化学习训练提问策略，提升了歧义消除指标与任务成功度，还可诊断神谕泄漏。
2026-10-09 cs.AI cs.CL cs.LG
Towards Automated Error Discovery: A Study in Conversational AI
Ubiquitous Knowledge Processing Lab (UKP Lab), Department of Computer Science and Hessian Center for AI (hessian.AI), Technical University of Darmstadt（德累斯顿技术大学）
针对 LLM 难以发现未明确指定错误的问题，提出自动化错误发现框架及基于编码器的 SEEED 方法，通过增强损失函数与样本排序提升表示学习，在多数据集上超越 GPT-4o 等基线，将未知错误检测准确率提升达 8 个百分点。
2025-09-13 cs.AI cs.CL cs.HC
End-to-End Natural Language Understanding Pipeline for Bangla Conversational Agents
Islamic University of Technology（伊斯兰科技大学）；Pioneer Alpha Ltd.（先锋阿尔法有限公司）
聊天机器人是一种智能软件，旨在取代人类互动。现有的研究通常不能为像孟加拉语这样的低资源语言提供足够的支持。由于社交媒体的日益普及，我们也可以看到母语为孟加拉语的人之间的孟加拉语音译（主要是英语）互动的兴起。在本文中，我们提出了一种新的方法来构建一个孟加拉语聊天机器人，旨在用作业务助理，可以用低资源语言（如孟加拉语和孟加拉语音译）进行通信，并始终保持高置信度。由于没有带注释的数据可用于此目的，我们必须使用Rasa开源框架、fastText嵌入、Polyglot嵌入、Flask和其他系统作为构建块，在整个机器学习生存周期（数据准备、机器学习建模和模型部署）上工作。在使用倾斜的注释数据集时，我们尝试了不同的组件和管道，以评估哪种组件和管道效果最好，并为观察到的结果提供可能的推理。最后，我们提出了一个意图分类和实体提取的管道，达到了合理的性能（准确率：83.02%，精度：80.82%，召回率：83.02%，F1分数：80%）。
2021-10-13 cs.AI cs.CL cs.LG
The Three Social Dimensions of Chatbot Technology
Newcastle University（纽卡斯尔大学）
本文提出从科学研究对象、商业工具和亲密互动代理三个社会维度审视聊天机器人技术，以理解其社会嵌入性及对人类经验的影响。
2024-12-16 cs.AI cs.CL cs.CY
