机构名称：
¥ 1.0
2023 年初，对话式人工智能出现了颠覆性的发展：ChatGPT。大型语言模型技术突然可供数百万用户使用。底层 GPT-3.5 语言模型拥有 1750 亿个参数，经过 3000 亿个单词的训练，并根据人类反馈进行了微调，显示出流畅性、风格迁移和思维链推理等突发行为。此外，其数千个标记的上下文窗口支持一种对话训练形式：通过提示进行实时监督（尽管不稳定）训练。从对话的角度来看，ChatGPT 具有跨会话的对话记忆，使其能够从对话中获取先前的交互。2023 年 3 月，GPT-4 取代了 GPT-3.5，具有更大的上下文窗口，据报道在处理事实问题方面具有更高的准确性，并将图像分析与基于语言模型的交流互动联系起来。鉴于这些重大进展，人们可能倾向于认为对话式人工智能已经成熟。然而，仍存在大量未解决的问题和研究问题。关键的争论围绕着大型语言模型的社会影响和 NLP 的未来、训练机制的环境影响以及大规模采用、偏见的影响和预防以及训练数据可能存在的版权侵权。对话式人工智能领域的核心研究主题在很大程度上与底层技术（包括大型语言模型）正交。本前沿研究主题涉及许多这样的主题：人类对对话代理的感知以及对话代理表现出的社交线索对人类的影响、信息呈现在混合对话系统中的作用、除了原始文本观察数据之外使用精心注释的数据，以及人机之间交流模式的出现。Blomsma 等人的论文。解决了人类对话者对具身对话代理所表现出的性格特征的感知。这些作者通过比较人与人之间和人与人工智能之间的互动，表明动态社交反馈线索（尤其是点头）与人类感知的性格特征相关。随着对话式人工智能变得越来越多模式化和嵌入式，这些发现将对行业具有实际意义，并可能有助于人类与人工智能之间更自然的互动模式。Wieland 等人的论文与这些结果相关——这些作者研究了聊天机器人通过头脑风暴产生想法的适用性，同时考虑到聊天机器人呈现的静态社交线索（姓名、身份、图片）。他们发现，与聊天机器人进行头脑风暴可以让参与者产生越来越多样化的想法
社论：对话式人工智能
主要关键词
相关文件推荐
