研究人员开发了一个名为MASP(心智化对抗性自我博弈)的新框架,以改进主动对话代理。与以往训练对抗过于顺从的模拟器的旧方法不同,MASP将对话视为系统与理性抵抗用户之间的博弈。这种方法模拟了用户不断变化的心智状态,并使用自我博弈更新来训练系统和用户策略,使代理能够更有效地对抗难缠的用户。与标准的监督微调和仅规划器方法相比,MASP在各种基准测试中都显著提高了成功率并减少了对话轮数。 AI
影响 通过训练对抗性用户来增强AI对话代理的鲁棒性,有可能在复杂交互中提高任务完成率。
排序理由 详细介绍AI对话代理新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Planner-only
- ScienceCast
- supervised fine-tuning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →