Technical report on Conversational Question Answering
ZhuiYi Technology（追一科技）
会话问答是一项具有挑战性的任务，因为它需要了解会话历史。在这个项目中，我们提出了一个新的系统RoBERTa + AT +KD，它涉及理性标记多任务，对抗训练，知识蒸馏和语言后处理策略。在没有数据增强的情况下，我们的单一模型在CoQA测试集上达到90.4（F1），比当前最先进的单一模型高出2.6%F1。
2019-09-24 cs.CL
Contrastive Learning Reduces Hallucination in Conversations
Shandong University（山东大学）；University of Amsterdam（阿姆斯特丹大学）
预先训练的语言模型（LM）将知识存储在其参数中，并且当用于会话系统中时可以生成信息性响应。然而，LMs遭受“幻觉“的问题：它们可能会产生看似不相关或事实上不正确的陈述。为了解决这个问题，我们提出了一个对比学习计划，命名为MixCL。提出了一种新的混合对比目标，以显式优化LM的隐式知识获取过程，从而减少他们在对话中的幻觉。我们还研究了检索到的硬底片和模型生成的底片的负采样策略。我们在维基百科的向导上进行实验，这是一个公共的，开放领域的知识基础对话基准，并评估MixCL的有效性。MixCL有效地减少了会话中LM的幻觉，并在相关性和真实性方面达到了基于LM的对话代理的最高性能。我们表明，MixCL实现了与最先进的基于KB的方法相当的性能，同时在效率和可扩展性方面具有显着的优势。
2022-12-20 cs.AI cs.CL
Conversational Answer Generation and Factuality for Reading Comprehension Question-Answering
问答（QA）是语音助理的重要用例。一种流行的问答方法是提取阅读理解（RC），它在文本段落中找到答案跨度。然而，提取的答案在会话上下文中通常是不自然的，这导致次优的用户体验。在这项工作中，我们调查问答会话的答案生成。我们提出了一个端到端的生成RC模型，它将多个段落的答案生成与段落排名和可回答性相结合。此外，在应用生成RC的一个障碍是幻觉的答案是事实上与文本不一致。我们利用最近的工作总结，以评估真实性。实验结果表明，与MS MARCO 2.1 NLGEN和NarrativeQA之前发表的最佳结果相比，EscherBART显着提高了2.5 ROUGE-L和9.4 ROUGE-L。
2021-03-11 cs.CL
Leveraging the Domain Adaptation of Retrieval Augmented Generation Models for Question Answering and Reducing Hallucination
本文通过领域自适应研究多种RAG架构在酒店客服问答中的表现，构建HotelConvQA数据集并证明领域自适应能提升问答性能且显著减少幻觉。
2024-10-23 cs.CL cs.HC
The Effects of Hallucinations in Synthetic Training Data for Relation Extraction
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）
本文研究了合成训练数据中的幻觉对关系抽取性能的影响，发现相关幻觉显著降低模型召回率，并提出了高F1分数的幻觉检测方法以提升数据质量与模型表现。
2024-10-10 cs.AI cs.CL cs.IR
Rowen: Adaptive Retrieval-Augmented Generation for Hallucination Mitigation in LLMs
State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院）
本研究针对大语言模型的内部与外部幻觉问题，提出Rowen框架，通过基于一致性的幻觉检测模块自适应触发外部检索，在幻觉检测与缓解效果上均超越现有最优水平。
2025-10-04 cs.CL
Diving Deep into Modes of Fact Hallucinations in Dialogue Systems
University at Buffalo（纽约州立大学布法罗分校）
知识图谱（KG）基础对话通常使用大型预训练模型，并且通常患有事实幻觉。在知识源和会话历史中没有引用的实体经常被引入到响应中，从而阻碍了会话的流动-现有的工作试图通过调整训练过程或使用多步精炼方法来克服这个问题。然而，在构建实体级幻觉检测系统方面投入的努力最少，该系统将提供细粒度的信号，这些信号在生成响应的同时控制错误内容。作为解决这个问题的第一步，我们深入研究，通过人类反馈分析来识别KG接地聊天机器人中的各种幻觉模式。其次，我们提出了一系列的扰动策略来创建一个名为FADE（FACactual Dialogue Hallucination Detection Dataset）的合成数据集。最后，我们进行了全面的数据分析，并创建了多个用于幻觉检测的基线模型，以与人类验证的数据和已经建立的基准进行比较。
2023-01-11 cs.AI cs.CL
On the Origin of Hallucinations in Conversational Models: Is it the Datasets or the Models?
University of Alberta（阿尔伯塔大学）；Mila – Quebec AI Institute（米拉-魁北克人工智能研究所）；McGill University（麦吉尔大学）；IBM Research（IBM研究院）
以知识为基础的对话模型会产生事实上无效的陈述，这种现象通常被称为幻觉。在这项工作中，我们调查这种现象的根本原因：幻觉是由于训练数据，或模型？我们对现有的基于知识的对话基准和几个最先进的模型进行了全面的人类研究。我们的研究表明，标准基准包括>60%的幻觉反应，导致模型不仅产生幻觉，甚至放大幻觉。我们的研究结果对现有数据集和使用它们训练的模型的质量提出了重要问题。我们公开我们的注释，以供未来的研究。
2022-04-17 cs.CL
Conversational Factor Information Retrieval Model (ConFIRM)
IRAI Labs（IRAI实验室）；LORA Research（LORA研究中心）
针对专业领域检索数据稀缺问题，提出基于人格五因素模型生成合成数据的ConFIRM方法，金融领域实验显示微调后的Llama-2-7b模型分类准确率达91%，可提升检索系统准确性与个性化程度。
2024-10-08 cs.AI cs.CE cs.CL
Fluent Response Generation for Conversational Question Answering
Ohio State University（俄亥俄州立大学）；Amazon Alexa（亚马逊Alexa）
问答（QA）是开放域会话Agent的一个重要方面，在会话QA（ConvQA）子任务中获得了特定的研究热点。最近的ConvQA努力的一个显着的局限性是响应是从目标语料库中提取答案跨度，从而忽略了高质量会话代理的自然语言生成（NLG）方面。在这项工作中，我们提出了一种方法，用于将QA响应定位在一个SEQ2SEQ NLG方法中，以生成流畅的语法回答响应，同时保持正确性。从技术角度来看，我们使用数据增强来为端到端系统生成训练数据。具体来说，我们开发了句法转换（ST）来产生特定于问题的候选答案响应，并使用基于BERT的分类器对它们进行排名（Devlin等人，2019年）。SQuAD 2.0数据的人体评价（Rajpurkar等人，2018）证明，所提出的模型在生成对话响应方面优于基线CoQA和QuAC模型。我们通过对CoQA数据集进行测试，进一步展示了我们模型的可扩展性。代码和数据可在https://github.com/abaheti95/QADialogSystem上获得。
2020-12-17 cs.CL
Conversational Recommendation as Retrieval: A Simple, Strong Baseline
Google Research（谷歌研究院）
针对对话式推荐系统过度依赖难以扩展的外部知识的问题，提出将其转化为信息检索任务，使用基于BM25的检索器并辅以用户中心建模和数据增强，在简单方法下超越了复杂基线并缓解了冷启动问题。
2023-05-23 cs.CL cs.IR
Factors That Support Grounded Responses in LLM Conversations: A Rapid Review
(June 2025)（（2025年6月））
本文通过快速回顾识别了支持LLM对话中基础响应的因素，重点分析了推理时间、训练后及强化学习方法，旨在提升LLM响应的准确性和可靠性。
2025-11-24 cs.AI cs.CL
DialFork: Going Beyond Factuality to Evaluate Procedural Hallucination in Conversational Agents
Idiap Research Institute（Idiap研究所）；Telefónica Innovación Digital（西班牙电信创新数字公司）；Logitech（罗技公司）；Brno University of Technology（布尔诺理工大学）
该研究推出首个衡量对话智能体过程性幻觉的基准DialFork，定义三项评估任务并提出FlowKL、FlowScore指标，实验显示FlowScore优于基线，以MIT许可发布该基准供学界使用。
2026-11-02 cs.AI cs.CL cs.LG
Adaptive Retrieval-Augmented Generation for Conversational Systems
University of Sheffield（谢菲尔德大学）；University of Liverpool（利物浦大学）；University of Aberdeen（阿伯丁大学）；University College London（伦敦大学学院）
本文提出RAGate门控模型，通过建模对话上下文自适应判断每轮回复是否需要检索增强生成，实验证明其能提升回复质量与生成置信度。
2024-07-31 cs.CL cs.IR
Temporal Graph Network: Hallucination Detection in Multi-Turn Conversation
IIIT Hyderabad（海得拉巴印度理工学院）
本文提出基于时间图网络的方法，用于检测多轮对话中的幻觉，通过节点嵌入和注意力机制提升检测性能。
2026-01-06 cs.CL cs.LG
Investigating Hallucination in Conversations for Low Resource Languages
University of North Alabama（北阿拉巴马大学）；Wichita State University（威奇托州立大学）；Murray State University（默里州立大学）；California State Polytechnic University Pomona（加州州立理工大学波莫纳分校）；Auburn University at Montgomery（奥本大学蒙哥马利分校）；Auburn University（奥本大学）；Gustavus Adolphus College（古斯塔夫阿道夫学院）；Stanford University（斯坦福大学）；Meta；Amazon GenAI（亚马逊生成式人工智能）
本研究针对大语言模型的幻觉问题，拓展分析了印地语、波斯语、普通话三种语言对话数据中6款主流LLM的事实与语言错误，发现其在印地语、波斯语中幻觉数量显著高于普通话。
2025-11-19 cs.CL
HalluDetect: Detecting, Mitigating, and Benchmarking Hallucinations in Conversational Systems in the Legal Domain
Indian Institute of Technology Bombay（印度理工学院孟买学院）；National Law School of India University（印度国家法律学校大学）
本文提出 HalluDetect，一个用于法律领域消费者投诉聊天机器人的幻觉检测系统，并基准测试了五种缓解架构，发现 AgentBot 能在保持最高 token 准确率的同时最有效地降低每轮幻觉率。
2025-10-12 cs.CL
Medication Regimen Extraction From Medical Conversations
Abridge AI Inc.（Abridge AI公司）
从医疗对话中提取相关信息并提供给医生和患者可能有助于解决医生倦怠和患者健忘的问题。在本文中，我们专注于提取医学对话中讨论的药物治疗方案（药物的剂量和频率）。我们框架的问题，作为一个问答（QA）的任务，并进行比较分析：一个QA方法，一个新的组合QA和信息抽取的方法，和其他基线。我们使用了6,692个带注释的医患对话的小语料库来完成这项任务。临床会话语料库创建成本高，难以处理（由于数据隐私问题），因此稀缺。我们通过数据增强方法来解决这个数据稀缺的挑战，使用公开可用的嵌入和预训练相关任务（摘要）的网络部分，以提高模型的性能。与基线相比，我们表现最好的模型将剂量和频率提取的ROUGE-1 F1评分分别从54.28和37.13提高到89.57和45.94。使用我们的最佳性能模型，我们提出了第一个完全自动化的系统，可以从自发的医生-患者对话中提取药物治疗方案标签，准确率约为$\approx$ 71%。
2020-10-11 cs.CL cs.IR stat.ML
Post-hoc Utterance Refining Method by Entity Mining for Faithful Knowledge Grounded Conversations
Korea University（高丽大学）
本文提出事后精炼方法REM，通过挖掘来源知识中的关键实体来修正知识接地对话中的实体级幻觉，提升生成回复的忠实度与质量。
2024-06-16 cs.AI cs.CL
Bolster Hallucination Detection via Prompt-Guided Data Augmentation
针对幻觉检测标注数据稀缺问题，本文提出PALE框架，用提示引导LLM生成真实与幻觉样本，并设计CM Score检测稀疏嵌入，无需额外人工标注且性能较基线提升6.55%。
2025-10-13 cs.AI cs.CL cs.LG
Alleviating Hallucination in Large Vision-Language Models with Active Retrieval Augmentation
Huazhong University of Science and Technology（华中科技大学）；Zhejiang University（浙江大学）；Xiamen University（厦门大学）；Zhejiang Gongshang University（浙江工商大学）
本文提出主动检索增强框架ARA，通过剖析图像层次化检索目标、筛选可靠检索结果并在低确定性阶段适时检索，有效缓解LVLM幻觉问题。
2024-08-01 cs.AI cs.CL cs.CV
DuCCAE: A Hybrid Engine for Immersive Conversation via Collaboration, Augmentation, and Evolution
Baidu Inc（百度公司）
DuCCAE通过解耦实时响应与异步代理执行，提升沉浸式对话的响应速度与任务能力，减少延迟并增强用户留存与复杂任务完成率。
2026-02-25 cs.AI cs.CL
Knowledge-Grounded Conversational Data Augmentation with Generative Conversational Networks
Amazon（亚马逊）
虽然丰富的开放域文本数据通常是可用的，并且可能包括有趣的现象（幽默，讽刺，同情等）。大多数是为语言处理任务设计的，并且通常是非会话格式。在这项工作中，我们采取了一个步骤自动生成会话数据使用生成会话网络，旨在受益于可用的语言和知识数据的广度，并训练开放域社会会话代理。我们使用自动指标和人工评估器评估我们在话题聊天数据集上有知识和没有知识的对话上的方法。我们的研究结果表明，对于没有知识基础的对话，GCN可以从种子数据中概括出来，产生相关性较低但更具吸引力的新对话，对于知识基础的对话，它可以产生更多的以知识为中心，流畅和吸引人的对话。具体来说，我们表明，对于具有10%种子数据的开放域对话，我们的方法的性能接近使用100%数据的基线，而对于基于知识的对话，它只使用1%的数据，就人类对流畅性，流畅性和相关性的评价而言，达到了相同的效果。
2022-07-22 cs.CL
Data Augmentation for Conversational AI
Radboud University（拉德堡德大学）；University of Amsterdam（阿姆斯特丹大学）
本教程系统梳理对话式 AI 中的数据增强方法，涵盖开放域与任务型对话生成、模型评估范式，并指出当前挑战与未来方向。
2024-03-02 cs.CL cs.IR
Contextual ASR Error Handling with LLMs Augmentation for Goal-Oriented Conversational AI
University of Pittsburgh（匹兹堡大学）；Northeastern University（东北大学）
针对目标导向对话中缺乏先验数据且语言多变的 ASR 错误，提出 LLM 上下文增强与双向排序纠错方法，在真实家庭装修和烹饪场景中显著提升召回率与 F1。
2025-01-10 cs.AI cs.CL
Conversation Graph: Data Augmentation, Training and Evaluation for Non-Deterministic Dialogue Management
Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
面向任务的对话系统通常依赖于大量高质量的训练数据或需要复杂的手工规则。然而，考虑到对话的复杂性，现有数据集的规模往往有限。此外，传统的训练信号推断不适合于非确定性代理行为，即在相同的对话状态下将多个动作视为有效。我们提出了会话图（ConvGraph），一个基于图的对话表示，可以利用数据增强，多参考训练和评估的非确定性代理。ConvGraph生成新的对话路径，以增加数据量和多样性。对三个数据集的内在和外在评估表明，使用ConvGraph进行数据增强和/或多参考训练可以将对话成功率提高6.4%。
2020-11-04 cs.CL
Augmenting Data for Sarcasm Detection with Unlabeled Conversation Context
RippleAI；SNU（首尔国立大学）
我们提出了一种新的数据增强技术，CRA（上下文响应增强），它利用会话上下文来生成有意义的样本进行训练。我们还通过改变模型的输入输出格式来缓解上下文长度不平衡的问题，使其能够有效地处理不同的上下文长度。具体来说，我们提出的模型，用提出的数据增强技术训练，参加了FigLang2020的讽刺检测任务，在Reddit和Twitter数据集中都获得了最佳性能。
2020-06-11 cs.CL
KnowsLM: A framework for evaluation of small language models for knowledge augmentation and humanised conversations
AIGuruKul Foundation（AIGuruKul基金会）
本研究针对中小型语言模型生成类人对话的挑战，通过KnowsLM框架分析LoRA秩、数据集规模等因素对知识保留和风格对齐的影响，发现微调与RAG增强模型各有优劣。
2025-04-13 cs.CL
CHARP: Conversation History AwaReness Probing for Knowledge-grounded Dialogue Systems
Université de Montréal（蒙特利尔大学）；RALI（RALI（机器智能学习与应用研究组））
本文提出 CHARP 诊断测试集，用于评估知识 grounded 对话系统的幻觉与对话历史遵从性，发现现有模型因忽略对话历史而表现不佳，并指出 FaithDial 评估的不足。
2024-05-24 cs.CL
Adapting Document-Grounded Dialog Systems to Spoken Conversations using Data Augmentation and a Noisy Channel Model
Human Language Technology and Pattern Recognition Group, RWTH Aachen University（亚琛工业大学人类语言技术与模式识别组）；AppTek GmbH（AppTek有限责任公司）
本文总结了我们提交的任务2的第10届对话系统技术挑战赛（DSTC 10）的第二个轨道“基于知识的面向任务的对话建模口语对话”。与前一年的迭代类似，该任务由三个子任务组成：检测一个回合是否是知识寻求，选择相关的知识文档，最后生成一个接地的响应。今年，重点在于使系统适应嘈杂的ASR成绩单。我们探索不同的方法，使模型更强大的这种类型的输入，并适应口语对话的风格所产生的反应。对于后者，我们得到了最好的结果与嘈杂的信道模型，另外减少了短和通用的响应的数量。我们最好的系统在自动评估中获得了第一名，在人工评估中获得了第三名。
2021-12-16 cs.AI cs.CL cs.LG
COLA: Improving Conversational Recommender Systems by Collaborative Augmentation
The Hong Kong Polytechnic University（香港理工大学）
会话式推荐系统（CRS）的目标是利用自然语言会话向用户推荐合适的产品。了解用户对预期项目的偏好并学习有效的项目表示对于CRS至关重要。尽管有各种尝试，早期的研究主要是学习项目表征的基础上，个人的对话，忽略了项目的受欢迎程度体现在所有其他人。此外，他们仍然需要支持，以有效地捕捉用户的喜好，因为在一个单一的对话反映的信息是有限的。受协同过滤的启发，我们提出了一种协同增强（COLA）方法，同时提高项目表示学习和用户偏好建模，以解决这些问题。我们从所有对话中构建了一个交互式用户-项目图，该图用用户感知信息增强了项目表示，即，物品人气。为了提高用户偏好建模，我们从训练语料库中检索类似的对话，其中所涉及的项目和属性，反映用户的潜在利益是用来增强用户表示通过门控制。在两个基准数据集上的实验证明了该方法的有效性。我们的代码和数据可在https://github.com/DongdingLin/COLA上获得。
2022-12-15 cs.CL cs.IR
Leveraging Open Data and Task Augmentation to Automated Behavioral Coding of Psychotherapy Conversations in Low-Resource Scenarios
University of Southern California（南加州大学）；Apple Inc.（苹果公司）；University of Utah（犹他大学）；University of Washington（华盛顿大学）
在心理治疗互动中，通过人工观察和注释，将参与者在对话期间的交流行为编入法典，从而评估会话的质量。开发自动行为编码的计算方法可以减轻人类编码人员的负担，并促进对干预措施的客观评估。然而，在现实世界中，实现这样的算法与数据稀疏性挑战相关联，因为隐私问题导致有限的可用域内数据。在本文中，我们利用一个公开的基于对话的数据集，并通过元学习执行中间语言模型训练，将知识转移到低资源的行为编码任务。我们引入了一个任务增强的方法来产生大量的“类比任务”-任务类似的目标之一-并证明，所提出的框架预测目标行为比所有其他基线模型更准确。
2022-10-25 cs.CL
DialoGPS: Dialogue Path Sampling in Continuous Semantic Space for Data Augmentation in Multi-Turn Conversations
Renmin University of China（中国人民大学）；Peking University（北京大学）；Alibaba DAMO Academy（阿里巴巴达摩院）
本文提出DialoGPS，首个多轮对话的多对多数据增强方法，通过在连续语义空间中映射对话到扩展Brownian Bridge并采样潜在变量形成连贯对话路径，解决了离散替换破坏上下文连贯性的问题，经自动和人工评估验证有效。
2023-06-29 cs.AI cs.CL
Generalizing Conversational Dense Retrieval via LLM-Cognition Data Augmentation
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）
提出 ConvAug 框架，通过 LLM 认知数据增强生成多层次会话、利用认知感知过程减少噪声、难度自适应过滤样本并采用对比学习训练编码器，有效提升了会话式稠密检索在真实场景中的泛化能力。
2024-06-04 cs.CL cs.IR
Data Augmentation Supporting a Conversational Agent Designed for Smoking Cessation Support Groups
University of California, Irvine（加州大学尔湾分校）
本文提出了一种两级数据增强策略，通过合成和真实数据提升对话代理在戒烟支持小组中的表现，验证了数据增强对F1分数提升的有效性。
2025-12-18 cs.CL
Enhancing Personality Recognition in Dialogue by Data Augmentation and Heterogeneous Conversational Graph Networks
Graduate School of Informatics, Kyoto University（京都大学情报学研究科）；NICT（信息通信研究机构）；rinna Co., Ltd.（rinna公司）
针对对话人格识别中语料说话者少、对话依赖关系建模难的问题，提出人格特质插值数据增强法与异质对话图网络，在RealPersonaChat语料上效果显著优于现有基线。
2024-03-08 cs.CL
ConvMix: A Mixed-Criteria Data Augmentation Framework for Conversational Dense Retrieval
Fengran Mo 1（摩峰ran 1）；Jinghan Zhang 2（张 Jinghan 2）；Yuchen Hui 1（慧 Yuchen 1）；Jia Ao Sun 1（Sun Jia Ao 1）；Zhichao Xu 3（徐 Zhichao 3）；Zhan Su 1（苏 Zhan 1）；Jian-Yun Nie 1（Nie Jian-Yun 1）
针对会话式密集检索的训练数据稀缺问题，提出混合准则数据增强框架ConvMix，借助大语言模型设计可扩展双向相关性判断增强方案并整合质量控制机制，在5个基准上优于现有基线，提升检索效果。
2025-11-12 cs.CL cs.IR
AIMDiT: Modality Augmentation and Interaction via Multimodal Dimension Transformation for Emotion Recognition in Conversations
School of New Media and Communication, Tianjin University（天津大学新媒体与传播学院）；College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部）
本文提出AIMDiT框架，通过模态增强网络和模态交互网络解决对话情感识别中的多模态融合问题，在MELD数据集上Acc-7和w-F1分别提升2.34%和2.87%。
2024-04-12 cs.AI cs.CL cs.MM
DialAug: Mixing up Dialogue Contexts in Contrastive Learning for Robust Conversational Modeling
Amazon（亚马逊）
基于检索的会话系统通过计算它们的向量表示之间的相似性来学习对给定对话上下文的响应候选进行排名。然而，在多回合上下文的单个文本形式上进行训练限制了模型学习表示的能力，这些表示概括为推理期间看到的自然扰动。在本文中，我们提出了一个框架，将增强版本的对话背景下的学习目标。我们利用对比学习作为一个辅助目标，学习强大的对话上下文表示是不变的扰动注入通过增强方法。我们用四个基准对话数据集进行了实验，证明我们的框架与现有的增强方法结合得很好，并且可以显着改善基于BERT的基线排名架构。此外，我们提出了一种新的数据增强方法，ConMix，通过随机混合令牌从其他上下文中的批次添加令牌级扰动。我们表明，我们提出的增强方法优于以前的数据增强方法，并提供对话表示，更强大的常见干扰推理过程中看到的。
2022-04-15 cs.CL
Enhancing Psychotherapy Counseling: A Data Augmentation Pipeline Leveraging Large Language Models for Counseling Conversations
本文提出利用LLM将单轮心理治疗咨询转为多轮对话的两阶段数据增强流水线，并通过零样本与少样本实验验证其可提升心理健康咨询多轮对话生成质量。
2024-06-13 cs.CL
AugESC: Dialogue Augmentation with Large Language Models for Emotional Support Conversation
Institute for Artificial Intelligence（人工智能研究院）；Tsinghua University（清华大学）
本研究利用大型语言模型将对话增强视为对话补全任务，构建了AugESC数据集，大幅扩展了情感支持对话的规模与话题覆盖，并证明其能提升下游模型向开放域话题的泛化能力。
2023-05-18 cs.CL
Improving Conversational Recommendation Systems via Bias Analysis and Language-Model-Enhanced Data Augmentation
University College London（伦敦大学学院）；The University of Oklahoma（俄克拉荷马大学）
本研究分析了对话推荐系统基准数据集中的选择偏差和流行度偏差，提出了两种基于语言模型的数据增强策略'Once-Aug'和'PopNudge'，在ReDial和TG-ReDial数据集上有效提升了模型性能并缓解了多种偏差。
2023-10-25 cs.CL cs.IR
Explainable Detection of Implicit Influential Patterns in Conversations via Data Augmentation
Industrial Engineering and Management Systems, University of Central Florida（工业工程与管理系统，中央佛罗里达大学）
针对对话中隐性影响模式难检测的问题，本研究利用前沿语言模型推理能力增强数据集，提出可定位影响元素位置的检测框架，在多类相关任务上实现显著性能提升。
2025-06-17 cs.CL
Mitigating Entity-Level Hallucination in Large Language Models
Tsinghua University（清华大学）；Beijing Institute of Technology（北京理工大学）
本文提出DRAD方法，通过实时幻觉检测和外部知识自我纠正，动态调整检索增强，以检测并缓解大语言模型中的实体级幻觉，实验证明其性能优越。
2024-07-22 cs.CL cs.IR
Automated Factual Benchmarking for In-Car Conversational Systems using Large Language Models
Technical University of Munich（慕尼黑工业大学）；BMW Group（宝马集团）；fortiss GmbH（fortiss有限公司）
本文提出一种基于LLM的车载对话系统自动化事实基准测试方法，结合GPT-4与提示技术，在事实正确性上与专家评估达成超90%一致率，且响应高效。
2025-04-01 cs.AI cs.CL cs.LG
Synthius-Mem: Brain-Inspired Hallucination-Resistant Persona Memory Achieving 94.4% Memory Accuracy and 99.6% Adversarial Robustness on LoCoMo
Synthius-Mem通过结构化人格记忆系统在LoCoMo基准上实现94.4%的记忆准确率和99.6%的对抗鲁棒性，优于现有系统并超越人类表现。
2026-04-13 cs.AI cs.CL cs.LG
Target-Guided Dialogue Response Generation Using Commonsense and Data Augmentation
Carnegie Mellon University（卡内基梅隆大学）
目标引导的响应生成使得对话系统能够将对话从对话上下文平滑地过渡到目标句子。这种控制对于设计将对话引导到特定目标的对话系统是有用的，例如创建非侵扰性推荐或在对话中引入新主题。在本文中，我们介绍了一种新的技术，目标引导的响应生成，首先找到一个桥接路径的常识性知识概念之间的源和目标，然后使用确定的桥接路径生成过渡响应。此外，我们提出的技术，重新利用现有的对话数据集为目标引导的生成。实验表明，所提出的技术优于各种基线上这项任务。最后，我们观察到，现有的自动化指标，这项任务的相关性很差，与人类的判断评级。我们提出了一种新的评价指标，我们证明是更可靠的目标导向的响应评估。我们的工作通常使对话系统设计者能够对他们的系统产生的对话进行更多的控制。
2022-05-19 cs.CL
CogMG: Collaborative Augmentation Between Large Language Model and Knowledge Graph
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
本文提出CogMG协同增强框架，通过LLM与知识图谱双向互补，解决QA场景中知识覆盖不全与更新不一致问题，显著降低幻觉并提升事实准确性。
2024-06-25 cs.CL
SAGE: Steering Dialog Generation with Future-Aware State-Action Augmentation
Apple（苹果公司）
提出SAGE方法，通过状态-动作链引入潜变量控制对话长程行为，并结合自我改进流程优化对话轨迹，提升了情感智能指标且保持LLM基准能力。
2025-07-01 cs.AI cs.CL
TOD-DA: Towards Boosting the Robustness of Task-oriented Dialogue Modeling on Spoken Conversations
Baidu Inc.（百度公司）
面向任务的对话系统一直受到获取大规模、高质量带注释对话的困难的困扰。此外，大多数公开可用的数据集仅包括书面对话，这不足以反映实际口语对话系统中的实际人类行为。在本文中，我们提出了面向任务的对话数据增强（TOD-DA），一种新的模型无关的数据增强范例，以提高面向任务的对话建模的口语对话的鲁棒性。TOD-DA由两个模块组成：1）对话丰富，用于扩展面向任务的对话的训练数据，以缓解数据稀疏性; 2）口语对话模拟器，用于模拟不同粒度的口语风格表达和语音识别错误，以弥合书面和口语对话之间的差距。通过这些设计，我们的方法在DSTC 10 Track 2的两个任务中均排名第一，DSTC 10 Track 2是面向任务的口语对话建模的基准，证明了我们提出的TOD-DA的优越性和有效性。
2021-12-23 cs.CL
A Cause-Effect Look at Alleviating Hallucination of Knowledge-grounded Dialogue Generation
Institute of Education（教育学院）；BNRist；KIRC, Institute for Artificial Intelligence（KIRC人工智能研究所）；Tsinghua University（清华大学）；Renmin University（人民大学）
本文用反事实推理分析知识 grounded 对话中知识噪声导致幻觉的因果机制，并提出利用对话—知识交互的轻量缓解方法，在不影响对话性能且适配多模型的前提下减少幻觉。
2024-04-04 cs.AI cs.CL
WikiChat: Stopping the Hallucination of Large Language Model Chatbots by Few-Shot Grounding on Wikipedia
Stanford University（斯坦福大学）
本研究提出基于Wikipedia少样本接地的聊天机器人WikiChat，通过保留生成内容中接地事实并结合检索信息抑制幻觉，蒸馏为7B参数LLaMA模型后仍实现高事实准确率，在多类知识任务上显著优于GPT-4等基线。
2023-10-27 cs.CL
Information for Conversation Generation: Proposals Utilising Knowledge Graphs
City St George's, University of London（伦敦城市圣乔治大学）
本文提出三项利用知识图谱增强大语言模型对话生成的方案，分别解决动态知识整合、情感对齐和角色一致性问题。
2024-10-21 cs.AI cs.CL
A Closer Look At Feature Space Data Augmentation For Few-Shot Intent Classification
Amazon Alexa（亚马逊Alexa）
新的对话主题和功能不断被添加到对话式人工智能智能体中，如亚马逊Alexa和苹果Siri。由于数据汇集和注释不可扩展，并且通常成本高昂，因此只有少数几个新功能的示例可用，这导致泛化性能较差。我们将其表述为Few-Shot Integration（FSI）问题，其中使用几个示例来引入新的意图。在本文中，我们研究了六个特征空间数据增强方法，以提高分类性能，在FSI设置结合监督和无监督的表示学习方法，如BERT。通过对两个公共会话数据集SNIPS和Facebook Dialog语料库的实际实验，我们表明，特征空间中的数据增强提供了一种有效的方法来提高Few-Shot设置中的意图分类性能，超越了传统的迁移学习方法。特别是，我们表明，（a）在潜在空间的上采样是一个有竞争力的基线特征空间增强（b）添加两个例子之间的差异，一个新的例子是一个简单而有效的数据增强方法。
2019-10-09 cs.CL cs.IR cs.LG
