Stephanie: Step-by-Step Dialogues for Mimicking Human Interactions in Social Conversations

要約

急速に進化している自然言語処理の分野では、対話システムは主にシングルステップ対話パラダイムを採用しています。
このパラダイムは効率的ではありますが、人間の相互作用の深さと流動性に欠けており、自然には見えません。
人間の会話の進行中の動的な性質を模倣するように設計された、新しい \textbf{ステップ} バイ ステップの対話パラダイム (ステファニー) を紹介します。
二重学習戦略とさらに分割されたポストエディット手法を採用することで、高品質のステップバイステップの対話データセットを生成および利用して、既存の大規模な言語モデルを微調整し、ステップバイステップの対話を実行できるようにしました。
。
ステファニーを徹底紹介します。
従来の単一ステップの対話パラダイムと比較して、その有効性を評価するために、カスタマイズされた自動評価と人間による評価が実施されます。
将来のチャットボット時代を促進するために、コード、ステファニー データセット、ステファニー LLM をリリースします。

要約(オリジナル)

In the rapidly evolving field of natural language processing, dialogue systems primarily employ a single-step dialogue paradigm. Although this paradigm is efficient, it lacks the depth and fluidity of human interactions and does not appear natural. We introduce a novel \textbf{Step}-by-Step Dialogue Paradigm (Stephanie), designed to mimic the ongoing dynamic nature of human conversations. By employing a dual learning strategy and a further-split post-editing method, we generated and utilized a high-quality step-by-step dialogue dataset to fine-tune existing large language models, enabling them to perform step-by-step dialogues. We thoroughly present Stephanie. Tailored automatic and human evaluations are conducted to assess its effectiveness compared to the traditional single-step dialogue paradigm. We will release code, Stephanie datasets, and Stephanie LLMs to facilitate the future of chatbot eras.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google