Accedi
approfondimento - 대화 생성
대화 생성을 위한 편향 없는 인물 구축
UPCS 프레임워크는 편향을 최소화하고 다양한 차원의 인물 구축을 통해 신뢰할 수 있는 대화 생성을 가능하게 한다.
대화 생성을 위한 대규모 언어 모델 기반의 성격 기반 합성 대화 데이터셋 PSYDIAL
대화 생성을 위해 대규모 언어 모델을 활용하여 성격 기반 합성 대화 데이터셋 PSYDIAL을 구축하였다.
저자의 의도를 숨기지 않고 정보를 충실히 전달하는 제목: 저자 언어 모델을 활용한 저자 의도를 반영한 대화 생성을 위한 제어 가능하고 다양한 데이터 증강
저자 언어 모델을 활용하여 소량의 대화 데이터로부터 고품질이면서도 다양한 대화 데이터를 생성할 수 있다.
대화 스타일 생성을 위한 LLM의 암송 보조 메모리 학습
본 연구는 LLM의 스타일 생성 능력을 향상시키기 위해 암송 보조 메모리 전략과 다중 과제 스타일 학습 전략을 제안한다.
지속적 학습을 통한 대화 생성의 견고성과 다양성 향상
지속적 학습 환경에서 대화 생성 모델의 성능 향상을 위해 Text-Mixup 데이터 증강과 Batch Nuclear-Norm Maximization 기법을 제안한다.
다중 소스 다지식 대화 생성을 위한 지식 플러그 앤 플레이 테스트 베드
다중 소스 대화 지식 선택과 응답 생성을 평가하기 위한 높은 품질의 벤치마크인 Ms.WoW를 소개하고, 대화 지식 플러그 앤 플레이 도전 과제를 제시한다.
Chi Siamo
Prodotti | Risorse
© 2024 by Linnk AI