研究人员推出了一种新颖的Re2A框架,旨在增强具身对话推荐(SCR)。该方法解决了在共享物理环境中理解用户偏好以及生成上下文相关响应的挑战。Re2A采用两阶段流程:首先,它使用自动评分卡进行偏好推理,以建立明确的偏好状态;其次,它基于这些状态优化响应生成,以确保用户满意度和情境一致性。在两个SCR数据集上的实验表明,Re2A在提供精确且上下文感知的推荐方面显著优于现有方法。 AI
影响 该框架有望在现实场景中带来更直观、更具上下文感知的AI助手。
排序理由 该集群包含一篇研究论文,详细介绍了具身对话推荐的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Re2A
- ScienceCast
- scite Smart Citations
- Situated Conversational Recommendation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →