FiSMiness: A Finite State Machine Based Paradigm for Emotional Support Conversations

要約

感情的なサポート会話（ESC）は、効果的な会話を通じて個人の感情的な苦痛を軽減することを目指しています。
大規模な言語モデル（LLM）はESCで顕著な進歩を遂げていますが、これらの研究のほとんどは状態モデルの観点から図を定義しない可能性があるため、長期的な満足度のための最適ではないソリューションを提供します。
このような問題に対処するために、LLMSの有限状態マシン（FSM）を活用し、フィスミネスと呼ばれるフレームワークを提案します。
私たちのフレームワークにより、単一のLLMがESC中の計画をブートストラップすることができます。また、シーカーの感情、サポート戦略、および各会話ターン時の最終的な対応を自己季節にします。
ESCデータセットでの実質的な実験は、詐欺師が、直接的な推論、自己尊重、連鎖、微調整、および外部支援の方法、さらにはより多くのパラメーターを持つ方法を含む多くのベースラインよりも優れていることを示唆しています。

要約(オリジナル)

Emotional support conversation (ESC) aims to alleviate the emotional distress of individuals through effective conversations. Although large language models (LLMs) have obtained remarkable progress on ESC, most of these studies might not define the diagram from the state model perspective, therefore providing a suboptimal solution for long-term satisfaction. To address such an issue, we leverage the Finite State Machine (FSM) on LLMs, and propose a framework called FiSMiness. Our framework allows a single LLM to bootstrap the planning during ESC, and self-reason the seeker’s emotion, support strategy and the final response upon each conversational turn. Substantial experiments on ESC datasets suggest that FiSMiness outperforms many baselines, including direct inference, self-refine, chain of thought, finetuning, and external-assisted methods, even those with many more parameters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google