新框架通过前瞻性模拟增强面向目标的对话

研究人员推出了一种名为偏好树优化（PTO）的新框架，旨在增强面向目标的对话系统，特别是在数据有限的专业领域。PTO通过一种称为“带前瞻性模拟的偏好树”的方法生成偏好数据，在动机访谈（MI）的背景下模拟与虚拟患者的对话。这种方法与直接偏好优化（DPO）相结合，旨在通过迭代训练来改进代理决策。实验表明，经过PTO训练的模型在MI对话中优于基线模型，在会话满意度和工作联盟方面表现更好，而更深的前瞻性模拟产生了最稳定的结果。 AI

影响 这项研究可能导致在咨询等专业领域中出现更有效、更细致的AI对话代理。

排序理由 该集群包含一篇详细介绍AI对话系统新框架和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Direct Preference Optimization
• Gotit.pub
• Hugging Face
• motivational interviewing
• Preference Tree Optimization
• Preference Tree with Look-Ahead
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →