Dai Yuqin

SEAD框架在无人工标注的情况下改进服务对话代理

研究人员开发了SEAD，一个旨在提高服务对话中代理性能的新型框架。SEAD通过使代理能够在没有大量人工标注的情况下学习有效策略，解决了当前模型依赖嘈杂的人类对话数据的局限性。该框架将用户建模解耦为用于生成不同用户状态的Profile Controller和用于真实交互的User Role-play Model，确保了适应性训练场景。实验表明，SEAD的性能显著优于开源和商业模型，任务完成率提高了17.6%，对话效率提高了11.1%。