Remember by Asking: Retrieval-Induced Memory Evolution for LLM Agents
提出RIME框架，通过检索诱导的证据中心记忆整合替代整体压缩，并在推理时补充源对话检索，在LoCoMo上以更少令牌实现最优性能。
2026-09-29 cs.AI cs.CL
Dialogue State Tracking with a Language Model using Schema-Driven Prompting
University of Washington（华盛顿大学）；Microsoft Research（微软研究院）
面向任务的会话系统通常使用会话状态跟踪来表示用户的意图，这涉及填充预定义槽的值。已经提出了许多方法，通常使用具有专用分类器的特定于任务的架构。最近，使用基于预训练的语言模型的更通用的架构已经获得了良好的结果。在这里，我们介绍了一种新的语言建模方法的变化，使用模式驱动的提示，提供任务感知的历史编码，用于分类和非分类插槽。我们进一步提高性能，通过增强提示模式描述，自然发生的领域内的知识来源。我们的纯发电系统在MultiWOZ 2.2上实现了最先进的性能，并在其他两个基准测试中实现了具有竞争力的性能：MultiWOZ 2.1和M2M。数据和代码将在https://github.com/chiahsuan156/DST-as-Prompting上提供。
2021-09-15 cs.CL
CantTalkAboutThis: Aligning Language Models to Stay on Topic in Dialogues
NVIDIA（英伟达）
针对对话场景下语言模型话题保持对齐数据缺失的问题，研究者推出含干扰轮次的多领域合成对话数据集CantTalkAboutThis，微调后模型的话题连贯性优于通用指令微调LLM，还能提升细粒度指令遵循及安全对齐表现。
2024-06-21 cs.CL
User Feedback in Human-LLM Dialogues: A Lens to Understand Users But Noisy as a Learning Signal
New York University（纽约大学）
该研究针对直接索要用户反馈干扰性强的问题，分析WildChat、LMSYS数据集里人机对话的隐式用户反馈，探究结合反馈内容能否提升模型性能，发现其在短问题上有效、长复杂问题上无效，明确了该反馈的潜力与局限。
2025-10-04 cs.CL
InstructTODS: Large Language Models for End-to-End Task-Oriented Dialogue Systems
Hong Kong University of Science and Technology（香港科技大学）
本文提出InstructTODS，一个基于大型语言模型的零样本端到端任务导向对话系统框架，无需微调即可适应多领域，通过代理信念状态与知识库交互，性能媲美完全微调系统，且响应质量更优。
2023-10-13 cs.CL
LinguaGame: A Linguistically Grounded Game-Theoretic Paradigm for Multi-Agent Dialogue Generation
Tsinghua University（清华大学）；University of California, Berkeley（加州大学伯克利分校）；Peking University（北京大学）；East China University of Political Science and Law（中国政法大学）
LinguaGame通过博弈论范式提升多智能体对话生成的通信效率，利用语言感知推理实现意图和策略的高效沟通。
2026-01-08 cs.CL
Learning through Dialogue Interactions by Asking Questions
Facebook AI Research（Facebook人工智能研究院）
一个好的对话代理应该有能力通过回答问题和提问与用户交互，重要的是要从这两种类型的交互中学习。在这项工作中，我们探索这个方向，设计一个模拟器和一组合成的任务，在电影领域，让这样的互动之间的学习者和教师。我们研究了学习者如何在离线和在线强化学习设置中从提问中受益，并证明了学习者在提问时会有所提高。最后，通过在Mechanical Turk上的实验验证了该方法的有效性.我们的工作代表了开发这种端到端学习交互式对话代理的第一步。
2017-02-13 cs.AI cs.CL
Enhancing User Engagement in Socially-Driven Dialogue through Interactive LLM Alignments
Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系）；Microsoft Research Asia（微软亚洲研究院）
本文提出利用对话未来发展的信号作为用户参与度指标，通过 i×MCTS 收集经验对并采用 DPO 方法对齐交互式 LLM，有效提升了社交驱动对话中的用户参与度。
2025-06-26 cs.CL
DialogueBERT: A Self-Supervised Learning based Dialogue Pre-training Encoder
JD AI（京东人工智能）；Xiaoduo AI（晓多人工智能）
随着人工智能的快速发展，会话机器人已经在主流电子商务平台中盛行，它可以及时提供便捷的客户服务。为了满足用户，会话机器人需要理解用户的意图，检测用户的情感，并从会话语句中提取关键实体。然而，理解对话被认为是一项非常具有挑战性的任务。与一般的语言理解不同，对话中的话语是从不同的角色交替出现的，并且通常被组织成层次结构。为了促进对话的理解，在本文中，我们提出了一种新的上下文对话编码器（即对话BERT）的基础上流行的预训练的语言模型BERT。设计了五个自监督学习预训练任务来学习会话话语的特殊性。四种不同的输入嵌入，包括话轮嵌入，角色嵌入，标记嵌入和位置嵌入的集成来捕捉话语之间的关系。DialogueBERT在真实场景中预先训练了7000万个对话，然后在三个不同的下游对话理解任务中进行了微调。实验结果表明，DialogueBERT在意图识别、情感识别和命名实体识别方面分别取得了88.63%、94.25%和97.04%F1的优异成绩，大大优于几个强基线。
2021-09-22 cs.AI cs.CL
A Data Synthesis Method Driven by Large Language Models for Proactive Mining of Implicit User Intentions in Tourism
School of Computer & Communication Engineering, University of Science and Technology Beijing（信息与通信工程学院，北京科技大学）；School of Computer Science, University of South China（计算机科学学院，南方大学）；Department of Computer Science, Blekinge institute of Technology（计算机科学系，布莱京厄学院）
针对旅游领域隐式意图挖掘数据集稀缺及现有合成方法的缺陷，提出LLM驱动的双智能体数据合成方法SynPT，生成带推理的对话数据集，微调后模型性能更优且具跨语言适配潜力。
2025-05-14 cs.CL
Zhongjing: Enhancing the Chinese Medical Capabilities of Large Language Model through Expert Feedback and Real-world Multi-turn Dialogue
Zhengzhou University（郑州大学）
针对中医领域LLM性能不足，提出Zhongjing模型，采用持续预训练、SFT和RLHF完整训练流程，并构建7万真实医患对话数据集CMtMedQA，显著提升多轮对话和主动询问能力，实验表明性能优于基线，部分能力媲美ChatGPT。
2023-12-28 cs.CL
RMTBench: Benchmarking LLMs Through Multi-Turn User-Centric Role-Playing
Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室）；Alibaba Group（阿里巴巴集团）；University of Chinese Academy of Sciences（中国科学院大学）
针对现有角色扮演基准忽视用户意图的问题，提出用户中心双语基准RMTBench，含80个角色和8000余轮对话，基于用户动机构建对话并采用多轮模拟与LLM评分，弥合学术评估与实际部署差距。
2025-10-23 cs.CL
PsyProbe: Proactive and Interpretable Dialogue through User State Modeling for Exploratory Counseling
Department of Industrial Engineering, Seoul National University（工业工程系，首尔国立大学）；Department of Education, Seoul National University（教育系，首尔国立大学）
PsyProbe通过系统性用户状态建模和主动提问提升探索性辅导的互动效果和专业性。
2026-01-27 cs.CL
ProductAgent: Benchmarking Conversational Product Search Agent with Asking Clarification Questions
Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）；DAMO Academy, Alibaba Group（阿里巴巴集团达摩院）；Peng Cheng Laboratory（鹏城实验室）
本文提出ProductAgent对话式产品搜索智能体及PROCLARE评测基准，通过策略性澄清提问与动态检索，在电商模糊查询场景中随对话轮次增加逐步提升检索性能。
2024-07-01 cs.AI cs.CL cs.IR
InfoQuest: Evaluating Multi-Turn Dialogue Agents for Open-Ended Conversations with Hidden Context
Advanced Knowledge Center for Immersive Technologies – AKCIT（沉浸式技术高级知识中心（AKCIT））；OATML, University of Oxford（牛津大学OATML）
本文提出了InfoQuest多轮聊天基准，用于评估对话代理在处理具有隐藏上下文的开放式请求时的信息寻求能力，发现现有模型在有效收集关键信息和主动澄清方面仍存在显著局限。
2025-04-25 cs.CL cs.LG
Talk With Human-like Agents: Empathetic Dialogue Through Perceptible Acoustic Reception and Reaction
School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）；State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室）；School of Data Science, University of Science and Technology of China（中国科学技术大学数据科学学院）；Tencent Youtu Lab（腾讯优图实验室）
针对现有多模态对话系统忽略语音声学信息易导致意图误解的问题，本文提出以LLM为核心、整合语音感知的共情对话系统PerceptiveAgent，可准确识别说话者真实意图，生成更细腻的对话，代码已开源。
2024-06-18 cs.AI cs.CL cs.SD
PersuasiveToM: A Benchmark for Evaluating Machine Theory of Mind in Persuasive Dialogues
National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学新型软件技术国家重点实验室）；School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院）；Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系）；University of California, San Diego, CA, USA（美国加州大学圣地亚哥分校）
提出PersuasiveToM基准，通过推理与应用两个任务评估LLMs在说服对话中的心理理论能力，发现模型在追踪动态心理状态上存在不足。
2025-05-25 cs.CL
LLM-guided Plan and Retrieval: A Strategic Alignment for Interpretable User Satisfaction Estimation in Dialogue
Seoul National University（首尔大学）；Coxwave（考克斯韦夫）
针对对话系统中用户满意度估计面临的标注成本高和可解释性不足问题，提出PRAISE框架，通过Strategy Planner、Feature Retriever和Score Analyzer三模块协同，实现高效且可解释的用户满意度预测，在三个基准上达到SOTA且推理无需LLMs。
2025-03-06 cs.CL
Investigating Agency of LLMs in Human-AI Collaboration Tasks
Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院）；Microsoft Research（微软研究院）
本研究基于社会认知理论构建框架，通过标注83段人机协作对话数据，提出衡量大语言模型能动性的方法，发现高意向性、动机、自我效能和自我调节特征增强模型被感知的能动性。
2024-02-08 cs.CL
Can Large Language Models be Used to Provide Psychological Counselling? An Analysis of GPT-4-Generated Responses Using Role-play Dialogues
The University of Electro-Communications（电气通信大学）；iDEAR Human Support Service（iDEAR人文支持服务）；Japanese Organization of Mental Health and Educational Agencies（日本心理健康与教育机构组织）
本研究通过角色扮演对话收集专家咨询师数据并标注意图，由第三方咨询师评估GPT-4与人类咨询师在相同情境下的响应适当性，发现GPT-4生成的响应与人类咨询师具有竞争力，验证了大型语言模型用于心理咨询的可行性。
2024-02-20 cs.AI cs.CL cs.HC
DiaHalu: A Dialogue-level Hallucination Evaluation Benchmark for Large Language Models
School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院）
针对现有幻觉基准多为诱导生成、仅关注事实性幻觉且缺乏对话级设置的问题，该研究提出首个对话级幻觉评估基准DiaHalu，覆盖多领域多幻觉子类型，实验验证其具有挑战性与研究价值。
2024-10-10 cs.AI cs.CL
Asking the Right Question: Inferring Advice-Seeking Intentions from Personal Narratives
Cornell University（康奈尔大学）
人们经常分享个人故事，以寻求他人的建议。要正确推断叙述者的意图，需要运用一定程度的常识和社会直觉。为了测试NLP系统恢复这种直觉的能力，我们引入了推断个人叙述背后的咨询目标的新任务。我们将其制定为完形填空测试，其目标是确定两个寻求建议的问题中的哪一个从给定的叙述中删除。构建这个任务的主要挑战是为给定的叙述找到语义上合理的咨询问题对。为了解决这个问题，我们设计了一种方法，利用人们在网上分享的经验的共性，自动提取的问题对是合适的候选人的完形填空任务。这就产生了一个包含超过20，000个个人叙述的数据集，每个都与一对相关的咨询问题相匹配：一个是叙述者实际想要的，另一个不是。该数据集涵盖了非常广泛的人类经历，从约会，到职业选择，再到被盗的iPad。我们使用人类注释来确定任务除了对叙事的语义理解之外还依赖于常识和社会直觉的程度。通过引入几个基线，这个新的任务，我们证明了它的可行性，并确定更好地模拟叙述者的意图的途径。
2019-04-02 cs.CL
MedKGI: Iterative Differential Diagnosis with Medical Knowledge Graphs and Information-Guided Inquiring
Sichuan University（四川大学）；HKUST（香港科技大学）
MedKGI通过整合医学知识图谱和信息引导提问，提升临床诊断的准确性和效率。
2026-01-04 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
Separator Injection Attack: Uncovering Dialogue Biases in Large Language Models Caused by Role Separators
Xi’an Jiaotong University（西安交通大学）
本文揭示对话LLMs中角色分隔符引发的位置偏见，提出分隔符注入攻击（SIA），实验显示手动方法平均增益18.2%，自动方法攻击成功率达100%。
2025-04-08 cs.CL cs.CR
Dial-In LLM: Human-Aligned LLM-in-the-loop Intent Clustering for Customer Service Dialogues
Hong Kong Polytechnic University（香港理工大学）；AI Group, WeBank Co., Ltd（WeBank人工智能部门）
本文提出LLM-in-the-loop意图聚类框架，通过整合LLM能力提升客户服务对话意图聚类的准确性和效率。
2025-09-03 cs.CL cs.LG
Improving End-of-turn Detection in Spoken Dialogues by Detecting Speaker Intentions as a Secondary Task
University of Michigan at Ann Arbor（密歇根大学安娜堡分校）；Microsoft（微软）；IBM T. J. Watson Research Center（IBM T. J. 沃森研究中心）
本文主要研究了在二元口语对话中使用声学线索来模拟话轮转换。以前的研究表明，说话者的意图（例如，问一个问题，说出一个反向通道，等等）可以影响话轮转换行为，是口语对话中话轮转换的良好预测因子。然而，自动化系统在运行时并不容易使用说话者的意图;因此很难使用此信息来预测转向转换。为此，我们提出了一种多任务神经方法，用于同时预测话轮转换和说话人意图。我们的研究结果表明，添加说话人意图预测的辅助任务提高了口语对话中的话轮转换预测的性能，而不依赖于运行时的额外输入功能。
2018-05-09 cs.AI cs.CL
From Guessing to Asking: An Approach to Resolving the Persona Knowledge Gap in LLMs during Multi-Turn Conversations
BITS Pilani；University of Maryland Baltimore County（马里兰大学巴尔的摩分校）；Ohio State University（俄亥俄州立大学）
本文提出 CPER 框架，通过不确定性量化与反馈改进动态识别并弥补多轮对话中的角色知识缺口，在 CCPE-M 和 ESConv 上均显著优于基线。
2025-03-16 cs.AI cs.CL
NewsEdits 2.0: Learning the Intentions Behind Updating News
University of Southern California（南加州大学）；Information Sciences Institute（信息科学研究所）；Salesforce AI（Salesforce人工智能部门）
本研究假设语言特征可指示事实流动性并预测新闻事实更新，引入NewsEdits 2.0分类体系区分不同更新意图，标注训练模型后实现高精度预测，还在LLM-QA弃权任务中验证了实用性。
2024-11-27 cs.AI cs.CL cs.DL
Towards Asking Clarification Questions for Information Seeking on Task-Oriented Dialogues
University College London（伦敦大学学院）
本文提出多注意力Seq2Seq网络MAS2S，通过提问澄清用户信息需求与画像，并构建约10万条对话的数据集，实验证明其在澄清问题生成和答案预测上优于基线。
2023-05-23 cs.CL cs.IR
InferEM: Inferring the Speaker's Intention for Empathetic Dialogue Generation
Huazhong University of Science and Technology（华中科技大学）
提出InferEM模型，通过单独编码最后一条话语并利用多头注意力意图融合模块与整个对话融合来捕捉说话者意图，同时设计多任务学习策略预测最后话语，有效提升了共情对话生成质量。
2023-11-26 cs.CL cs.HC
Modeling Intention, Emotion and External World in Dialogue Systems
iie.ac.cn（中国科学院计算技术研究所（注：根据常见机构命名逻辑，此处可能为中国科学院自动化研究所或其他，但严格按文本提取为iie.ac.cn，无明确机构名时按规则返回空数组，经重新检查，原文本中仅出现邮箱huyue@iie.ac.cn，未明确作者所属机构，故正确应为空数组）。修正：经再次确认，文本中仅出现作者姓名和邮箱，未明确作者所属机构，故正确输出为{）
意图、情感和行为是人类活动的重要组成部分。通过分析这些元素之间的关系来建模个体之间的交互过程是一项具有挑战性的任务。然而，以往的研究主要集中在意图和情感的独立建模，而忽略了探索意图和情感之间的相互关系。在本文中，我们提出了一个关系交互网络（RAIN），由意图关系模块和情感关系模块，共同模型的相互关系，明确地整合历史意图信息。在数据集上的实验表明，我们的模型可以充分利用个体之间的意图，情感和行动，并取得了显着的改善BERT风格的基线。定性分析验证了意向与情感相互作用的重要性。
2022-02-14 cs.AI cs.CL
Latent Intention Dialogue Models
University of Cambridge（剑桥大学）；University of Oxford（牛津大学）
开发能够自主决策并通过自然语言进行交流的对话Agent是机器学习研究的长期目标之一。传统的方法要么依赖于手工制作一个小的状态动作集，用于应用不可扩展的强化学习，要么构建确定性模型来学习无法捕捉自然会话变化的对话句子。在本文中，我们提出了一个潜在的意图对话模型（LIDM），采用一个离散的潜变量学习潜在的对话意图的神经变分推理的框架。在面向目标的对话场景中，这些潜在的意图可以被解释为指导机器响应生成的动作，这些动作可以通过强化学习进一步自主地进行细化。LIDM的实验评估表明，该模型优于已公布的基于语料库和人类的评价基准，证明了离散潜变量模型的有效性，学习目标导向的对话。
2017-05-29 cs.CL cs.LG cs.NE
Asking the Right Question at the Right Time: Human and Model Uncertainty Guidance to Ask Clarification Questions
Institute for Logic, Language and Computation（逻辑、语言与计算研究所）；University of Amsterdam（阿姆斯特丹大学）
本研究探讨对话系统中模型不确定性与人类澄清行为的关系，提出基于模型不确定性估计生成澄清问题的方法，显著提升任务成功率，强调系统自我评估不确定性的重要性。
2024-02-09 cs.AI cs.CL
Evaluating & Reducing Deceptive Dialogue From Language Models with Multi-turn RL
UC Berkeley（伯克利大学）；University of Oxford（牛津大学）；University of Washington（华盛顿大学）；UK AI Security Institute（英国人工智能安全研究所）；Google DeepMind（谷歌DeepMind）
本研究提出信念错位度量量化对话欺骗，发现LLM在26%轮次自然欺骗，RLHF模型仍达43%，并采用多轮强化学习将欺骗减少77.6%。
2025-10-16 cs.AI cs.CL cs.LG
Imposter.AI: Adversarial Attacks with Hidden Intentions towards Aligned Large Language Models
Meetyou AI Lab（Meetyou AI实验室）；Osaka University（大阪大学）；East China Normal University（华东师范大学）
本研究提出一种利用人类对话策略的新型对抗性攻击方法，通过分解、改写和增强示例三个策略从对齐大型语言模型中提取有害信息，实验证明其优于传统方法，并引发对对话最终意图识别的思考。
2024-07-22 cs.AI cs.CL cs.CR
A Sequence-to-Sequence Model for User Simulation in Spoken Dialogue Systems
Maluuba Research（马鲁巴研究院）
用户模拟对于生成足够的数据来训练统计口语对话系统是必不可少的。以前的用户模拟模型有几个缺点，如无法考虑到对话历史，需要刚性的结构，以确保连贯的用户行为，严重依赖于一个特定的域，无法输出几个用户的意图在一个对话回合，或要求一个概括的动作空间的易处理性。本文介绍了一种数据驱动的用户模拟器的基础上的编码器-解码器的递归神经网络。该模型将一系列对话上下文作为输入，并输出与用户意图相对应的一系列对话行为。对话上下文包括关于机器动作和用户目标的状态的信息。我们在对话状态跟踪挑战2（DSTC 2）数据集上显示，根据F分数，序列到序列模型的性能优于基于martina的模拟器和n-gram模拟器。此外，我们展示了如何使用这个模型可以在原来的动作空间，从而更精细的粒度用户行为模型。
2016-06-30 cs.CL
INDICT: Code Generation with Internal Dialogues of Critiques for Both Security and Helpfulness
Salesforce Research（Salesforce研究院）
本研究提出INDICT框架，通过安全与有用性双批评者的内部对话结合外部知识，在代码生成与执行阶段提供指导，显著提升了不同规模LLM输出代码的质量与安全性。
2024-10-29 cs.AI cs.CL cs.CR
X-ReCoSa: Multi-Scale Context Aggregation For Multi-Turn Dialogue Generation
Beijing University of Posts & Telecommunications（北京邮电大学）
在多轮对话生成中，响应不仅与上下文的主题和背景有关，而且与上下文句子中的单词和短语有关。然而，目前广泛使用的分层对话模型仅仅依赖于来自话语级编码器的上下文表示，忽略了由单词级编码器输出的句子表示。这不可避免地导致在解码和生成时信息的丢失。在本文中，我们提出了一个新的对话模型X-ReCoSa来解决这个问题，聚合多尺度上下文信息的层次对话模型。具体来说，我们将生成解码器分为上、下两部分，即意图部分和生成部分。首先，意图部分将上下文表示作为输入以生成响应的意图。然后生成部分根据句子表示生成单词。因此，层次信息已被融合到响应生成。我们在英语数据集DailyDialog上进行了实验。实验结果表明，我们的方法优于基线模型的自动度量为基础的和基于人的评价。
2023-03-14 cs.CL
Multi-Stage Coarse-to-Fine Contrastive Learning for Conversation Intent Induction
Chongqing University（重庆大学）；iFLYTEK Research（讯飞研究院）；University of Science and Technology of China（中国科学技术大学）；State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室）
意图识别是面向任务的对话系统的关键。然而，对于新兴领域和新服务，由于耗时的数据注释和相对较差的模型可移植性，很难准确地识别会话的关键意图。因此，对话意图的自动归纳对于智能对话系统来说是非常重要的。本文提出了我们的解决方案，轨道2的意图诱导会话面向任务的对话在第十一届对话系统技术挑战赛（DSTC 11）。意图聚类的实质在于区分不同对话话语的表征。自动意图归纳的关键在于，对于任何给定的新数据集，模型获得的句子表示可以很好地区分不同的标签。因此，我们提出了一个多阶段的粗到精的对比学习模型训练方案，包括无监督的对比学习预训练，监督的对比学习预训练，并与联合对比学习和聚类微调，以获得更好的对话话语表示模型的聚类任务。在发布的DSTC 11 Track 2评估结果中，我们提出的系统在该Track的两个子任务中均排名第一。
2023-03-09 cs.CL
Knowledge-Decoupled Synergetic Learning: An MLLM based Collaborative Approach to Few-shot Multimodal Dialogue Intention Recognition
University of Chinese Academy of Sciences（中国科学院大学）；Zhejiang University（浙江大学）；Zhejiang Lab（之江实验室）
针对少样本多模态对话意图识别中多任务学习引发的跷跷板效应与知识干扰问题，提出知识解耦协同学习（KDSL）框架，通过大小多模态大语言模型协同预测，在两个Taobao数据集上F1分数提升超6.28%。
2025-03-06 cs.AI cs.CL
Looking for Confirmations: An Effective and Human-Like Visual Dialogue Strategy
University of Trento（特伦托大学）
在视觉对话任务中生成目标导向问题是一个具有挑战性的长期问题。最先进的系统被证明可以生成一些问题，尽管这些问题在语法上是正确的，但往往缺乏有效的策略，而且对人类来说听起来不自然。受信息搜索和跨情境单词学习的认知文献的启发，我们设计了Confirm-it，这是一个基于束搜索重新排名算法的模型，该算法通过询问确认模型对所指对象的推测的问题来指导有效的目标导向策略。我们猜猜什么？！游戏作为案例研究。我们表明，Confirm-it生成的对话比束搜索解码更自然和有效，无需重新排序。
2021-09-11 cs.CL
Think Before You Speak: Cultivating Communication Skills of Large Language Models via Inner Monologue
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
针对LLMs缺乏沟通技巧的问题，受认知科学启发，通过内心独白策略（CSIM）赋予其先思后说的能力，并构建Cskills基准进行评估，实验证明该方法优于基线。
2024-03-15 cs.AI cs.CL
Towards Dialogue-based Navigation with Multivariate Adaptation driven by Intention and Politeness for Social Robots
University of Hamburg（汉堡大学）；SoftBank Robotics Europe（软银机器人欧洲公司）
服务机器人需要表现出适当的社会行为，以便部署在医疗保健，教育，零售等社会环境中，机器人应该具有的一些主要功能是导航和会话技能。如果这个人不耐烦，他可能希望机器人导航得更快，反之亦然。表明礼貌的语言特征可以提供有关一个人的耐心和不耐烦行为的社会线索。本文提出的新颖之处是动态地将礼貌的机器人对话系统导航。理解用户言语中的礼貌可以用来调节机器人的行为和反应。因此，我们开发了一个对话系统，在室内环境中导航，产生不同的机器人的行为和反应的基础上用户的意图和礼貌程度。我们部署和测试我们的系统与胡椒机器人，适应用户的礼貌的变化。
2018-11-14 cs.AI cs.CL cs.RO
What's to know? Uncertainty as a Guide to Asking Goal-oriented Questions
Australian Institute of Machine Learning（澳大利亚机器学习研究所）；The University of Adelaide（阿德莱德大学）
视觉对话问题的核心挑战之一是提出能够提供最有用信息的问题，以实现所需的目标。鼓励智能体提出正确的问题是困难的，因为我们不知道智能体需要什么信息来完成任务，我们也没有一个明确的模型来描述它已经知道的东西。我们提出了一个解决这个问题的贝叶斯模型的基础上的不确定性的隐式模型保持的视觉对话代理，并在用于选择适当的输出的功能。通过选择问题，最大限度地减少预测后悔相对于这个隐式模型的代理积极减少歧义。不确定性的贝叶斯模型还使得能够使用原则性方法来确定何时已经获得足够的信息，并且应该选择行动。我们评估我们的方法在两个面向目标的对话数据集，一个是基于视觉的协作任务，另一个是基于协商的任务。我们的不确定性感知信息搜索模型在这两个具有挑战性的问题优于其同行。
2018-12-16 cs.AI cs.CL cs.LG
Educational-Psychological Dialogue Robot Based on Multi-Agent Collaboration
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
本文提出多智能体协作的教育-心理对话系统，通过安全检测、意图识别及教育、心理LLM分工，提供准确专业的问答与心理支持。
2024-12-05 cs.CL
HELPER-X: A Unified Instructable Embodied Agent to Tackle Four Interactive Vision-Language Domains with Memory-Augmented Language Models
Carnegie Mellon University（卡内基梅隆大学）
HELPER-X通过扩充记忆库和集成提问API，将单一记忆增强LLM智能体统一应用于对话执行、指令遵循、主动提问和房间整理四个视觉-语言任务，在多个基准上以少样本取得最先进性能，无需领域内训练。
2024-04-29 cs.AI cs.CL cs.CV
What makes a good conversation? How controllable attributes affect human judgments
Stanford University（斯坦福大学）；Facebook AI Research（Facebook人工智能研究院）
一场好的谈话需要平衡--在简单和细节之间;在保持主题和改变主题之间;在提出问题和回答问题之间。虽然对话代理通常通过人类对整体质量的判断进行评估，但质量与这些个体因素之间的关系研究较少。在这项工作中，我们研究了两种可控的神经文本生成方法，条件训练和加权解码，以控制四个重要属性的闲聊对话：重复，特异性，响应相关性和提问。我们进行了大规模的人类评估，以衡量这些控制参数对PersonaChat任务上的多轮交互式对话的影响。我们提供了一个详细的分析，他们的关系，高层次的对话方面，并表明，通过控制这些变量的组合，我们的模型获得了明显的改善，在人类的质量判断。
2019-04-10 cs.CL
EQ-Bench: An Emotional Intelligence Benchmark for Large Language Models
本文提出EQ-Bench基准，通过让大型语言模型预测对话中角色情绪状态强度来评估其情感智能，发现其与MMLU等多领域综合基准高度相关，并提供了开源代码和排行榜。
2024-01-03 cs.AI cs.CL
Bil-DOS: A Bi-lingual Dialogue Ordering System (for Subway)
Georgetown University（乔治城大学）
由于对食材的特定单词（或专有名词）不熟悉，非英语母语的人可能会对像赛百味这样的餐厅的点菜过程感到非常困惑。因此，我们开发了一个对话系统，它支持中文（普通话）1和英语2在同一时间。换句话说，用户可以在进行对话时在中文（普通话）和英语之间任意切换。该系统是专为地铁订购3.在BilDOS中，我们设计了一个判别器模块来判断输入的用户话语中正在使用的语言，一个翻译器模块来将所使用的语言翻译成英语，如果它不是英语，以及一个对话管理器模块来检测输入的用户话语中的意图，通过抛出澄清请求来处理离群输入，将检测到的意图和详细的关键字4映射到特定的意图类中，定位当前的排序过程，继续提供查询以完成订单，完成订单后总结订单细节，对话完成后激活评估流程。
2022-10-11 cs.AI cs.CL
PEC-Home: Interpretation of Progressively Elliptical Commands in Smart Homes
Beijing Institute of Technology（北京理工大学）；Beihang University（北京航空航天大学）；Baidu Inc.（百度公司）
针对智能家居中用户因共享上下文而使用渐进式省略命令导致的指代和意图歧义问题，提出首个模拟家庭数据集PEC-Home，实验表明现有LLM助手难以准确执行省略命令。
2026-06-18 cs.AI cs.CL
TOD-BERT: Pre-trained Natural Language Understanding for Task-Oriented Dialogue
Salesforce Research（Salesforce研究院）
普通文本和任务型对话在语言模式上的根本差异使得现有的预训练语言模型在实践中用处不大。在这项工作中，我们统一了9个人与人之间的多回合面向任务的对话数据集，用于语言建模。为了在预训练期间更好地建模对话行为，我们将用户和系统令牌纳入掩蔽语言建模。我们提出了一个对比的目标函数来模拟反应选择任务。我们预先训练的面向任务的对话BERT（TOD-BERT）在四个下游面向任务的对话应用上的性能优于BERT等强基线，包括意图识别，对话状态跟踪，对话行为预测和响应选择。我们还表明，TOD-BERT具有更强的Few-Shot能力，可以缓解面向任务的对话的数据稀缺问题。
2020-10-01 cs.CL
Towards leveraging latent knowledge and Dialogue context for real-world conversational question answering
University of Amsterdam（阿姆斯特丹大学）；Utrecht University（乌得勒支大学）
在许多现实世界的场景中，缺乏像维基百科这样的外部知识源限制了问答系统依赖于有限对话数据中的潜在内部知识。此外，人类经常通过问几个问题来寻求答案，以获得更全面的信息。随着对话变得越来越广泛，机器面临着参考以前的对话回合来回答问题的挑战。在这项工作中，我们建议通过神经检索阅读系统利用现有会话日志中的潜在知识，通过基于TFIDF的文本摘要器改进冗长的会话历史以缓解长上下文问题。我们的实验表明，我们的检索阅读系统可以利用检索到的背景知识，以产生显着更好的答案。结果还表明，我们的上下文摘要显着帮助检索者和读者介绍更简洁，更少的噪音上下文信息。
2022-12-17 cs.CL
How Should Agents Ask Questions For Situated Learning? An Annotated Dialogue Corpus
U.S. Army Research Laboratory（美国陆军研究实验室）；Tufts University（塔夫茨大学）；U.S. Naval Research Laboratory（美国海军研究实验室）
在情境环境中遇到新概念的智能代理需要向他们的人类队友提问，以了解物理世界。为了更好地理解这个问题，我们需要关于在基于任务的情境交互中提问的数据。为此，我们提出了人-机器人对话学习（HuRDL）语料库-一个新的对话语料库收集在一个在线的交互式虚拟环境中，人类参与者扮演的角色，机器人执行协作工具组织任务。我们描述了语料库数据和相应的注释方案，以提供洞察人类提出的问题的形式和内容，以促进在情境环境中的学习。我们提供的语料库作为一个questionally-grounded资源，以提高问题的生成，位于智能代理。
2021-06-11 cs.CL
