MADS-Bench

新的MADS流程生成对抗性对话以增强对话代理的鲁棒性

研究人员推出了一种新颖的合成对话数据生成流程MADS（Multi-Agent Dialog Simulation），旨在提高对话代理的鲁棒性。该系统专门侧重于创建对抗性对话轨迹和不愉快路径，这些在现有基准中通常代表性不足。为了评估其有效性，研究团队构建了MADS-Bench，一个包含六个领域中一千多场对话的基准，并展示了一种两阶段的训练方法，结合了监督微调和使用可验证奖励的强化学习。