XiaoMi-AI文件搜索系统
World File Search SystemConversational
ConvAbuse：对话式 AI 中细微检测的数据、分析和基准
辱骂性语言检测已在社交媒体上受到广泛关注（例如，参见Vidgen 等人，2020a ），但在对话系统的背景下关注的较少。正如联合国教科文组织（West 等人，2019 ）所言，检测和减轻对这些（通常拟人化的）人工智能系统的辱骂对于避免强化负面的性别刻板印象非常重要。在本报告之后，最近的几项研究调查了可能的辱骂缓解策略（Cercas Curry 和 Rieser ，2018 ，2019；Chin 和 Yi ，2019；Ma 等人，2019 ）。然而，这些研究的结果尚无定论，因为它们不是在实时系统或真实用户身上进行的——主要是因为缺乏可靠的滥用检测工具。目前部署的大多数系统都使用简单的关键字识别技术（例如Ram 等人，2018 年； Khatri 等人，2018 年），这往往会产生大量误报，例如用户表达沮丧或使用亵渎语言的情况
chatnt：DNA，RNA和蛋白质任务的多模式对话剂
语言模型正在蓬勃发展，为对话剂提供动力，这些对话代理有助于并授权人类解决许多任务。最近，这些模型被扩展为支持其他方式，包括视觉，音频和视频，展示了包括医疗保健在内的多个领域的令人印象深刻的功能。仍然，由于无法完全理解生物学序列，因此会话剂在生物学上仍然有限。另一方面，生物学序列的高性能基础模型是通过对测序数据的自学构建的，但是对于每个特定应用程序，必须对这些模型进行微调，以防止任务之间传递和概括。此外，这些模型不是对话式的，将其效用限制在具有编码功能的用户中。在本文中，我们建议通过引入CHATNT，这是对生物学序列具有深入了解的第一个多模式对话剂，来弥合生物学基础模型与对话剂之间的差距。chatnt在核苷酸变压器基准上实现了新的最新结果，同时能够一次以英语解决所有任务，并概括地看不到问题。此外，我们还策划了一组来自DNA，RNA和蛋白质的更具生物学相关的指令任务，这些任务涵盖了多种物种，组织和生物学过程。ChatNT与这些任务的最先进的专业方法达到表现。我们还提出了一种基于困惑的新技术，以帮助校准我们的模型预测的信心。结构，成像），使其成为生物学广泛适用的工具。我们的基因组学指导框架可以很容易地扩展到更多的任务和生物数据模式（例如chatnt是同类模型的第一个模型，它构成了迈向建立能力的代理的第一步，这些代理可以从第一原理中了解生物学，同时又可以被没有编码背景的用户访问。
双重目标对话设置的计划接近的大语言模型
训练大型语言模型（LLM）遵循用户说明，已显示出具有足够能力在与人类对齐时能够流利的能力的LLM。然而，尚不完全清楚LLM如何在混合主动性设置中引导计划的对话，其中指令以对话的两个方向流动，即LLM和用户都提供指令。在本文中，我们解决了双重目标混合定位对话环境，其中LLM不仅在任意计划上以对话为基础，而且还试图满足程序计划和用户说明。LLM然后负责指导用户完成计划，同时适应新情况，回答问题并在需要时激活安全护栏。我们提出了一个新颖的LLM，该LLM以程序计划为基础，可以采取Di-Alogue倡议，并对系统的行为执行护栏，同时也改善了LLM对意外用户行为的响应。在受控设置中进行的实验，并且使用真实用户表明，我们称之为Planllm的表现最佳模型在强大的基准上实现了2.1倍的进步。此外，实验还显示出对看不见的域的良好概括。1
DIA：用于开发情境的人机混合对话助手
社交媒体消息应用程序（例如 WhatsApp 和 Facebook Messanger）在 2019 年已达到 23 亿用户，其中大多数用户来自发展中国家。发展中国家用户的高使用率为设计基于文本的社会变革干预措施提供了可能性。但是，这种干预措施依赖于专家（如医生、教育工作者和主持人）的知识，而这些知识在发展中环境中是稀缺的。可以使用聊天机器人来扩展专家知识，但需要更多的研究来支持需要特定环境支持（例如本地语言干预）或可能没有常规互联网连接的发展中国家用户。因此，为了支持在低资源环境中基于聊天机器人的干预措施的设计，我们构建了 DIA，这是一个适用于低资源环境的聊天机器人架构，以扩展专家知识并支持本地化。DIA 是一个人机聊天机器人（humbot）混合系统，可以从用户交互中有机地学习特定主题的知识和本地语言。我们在 WhatsApp 上构建了 DIA 的初步版本，并将其部署到科特迪瓦农村地区指导 38 名教师。通过初步部署，我们表明 DIA 可以帮助 (1) 构建主题和语言特定对话的数据集 (2) 通过聊天记录了解用户在线智能手机的使用情况，以及 (3) 通过对话互动收集调查数据。
对话式人工智能、生成式人工智能、通用人工智能、客户支持
将对话式人工智能与生成式人工智能结合使用的过程涉及利用特定的生成模型来模拟可以模仿和复制人类行为的对话。对话式人工智能是指可以模仿人类对话特征的人工智能。聊天机器人就是这种人工智能的很好例子。生成式人工智能是一种可以生成图像、文本或其他类型媒体等内容的人工智能系统。这种类型的人工智能能够学习输入训练数据的结构和模式，以生成具有与训练数据相似特征的新数据。将对话式人工智能和生成式人工智能结合起来，对于跨部门自动化各种任务非常有用。使用这些模型可以帮助生成人类可以阅读和理解的文本。如果设计得当，这些模型还能够复制人类之间自然对话的复杂性和细微差别。当在对话式人工智能环境中使用时，这些模型负责对用户输入做出响应。对话式人工智能和生成式人工智能的结合可以产生一个不会过度依赖预先设定的答案的系统。这样的组合能够根据训练信息生成响应。
对话式人工智能的增量语音识别和分类的综合评估
自动语音识别 (ASR) 系统功能越来越强大，越来越准确，但数量也越来越多，目前已有多种服务可供选择（例如 Google、IBM 和 Microsoft）。目前，此类系统最严格的标准是在对话式 AI 技术中使用和为对话式 AI 技术而制定的。这些系统有望实时逐步运行，响应迅速、稳定，并且对对话式语音中普遍存在但又特殊的特征（例如不流畅和重叠）具有鲁棒性。在本文中，我们将使用根据这些标准设计的指标和实验来评估其中最受欢迎的系统。我们还评估了相同系统的说话人分类 (SD) 功能，这对于旨在处理多方交互的对话系统尤为重要。我们发现，Microsoft 拥有领先的增量式 ASR 系统，该系统可以保留不流畅的材料，而 IBM 除了对语音重叠最鲁棒的 ASR 之外，还拥有领先的增量式 SD 系统。Google 在两者之间取得了平衡，但这些系统都不适合实时可靠地处理自然自发对话。
Kore.ai 和 Blue Prism：对话机器人和流程自动化的融合
Kore.ai 提供领先的端到端云、本地和混合平台，提供完整的机器人生命周期管理、可视化机器人构建、培训和企业集成，只需极少甚至无需编码。Kore.ai 采用独特的混合方法来理解用户意图，结合使用基于机器学习模型的引擎、语义规则驱动模型以及基于域分类和本体的模型。这使我们的机器人不仅能够高度准确地理解用户的输入，而且还能够智能地处理复杂的人类对话，利用对话中的上下文以及用户之前交互中的信息。
基于人工智能的对话代理虚拟助手
对话代理是使用人工智能 (AI) 模拟人类对话的自然语言交互界面。本文探讨了这些系统的当前应用，并提出了它们在教育领域的可用性不足。为了解决这个问题，我们设计了一个对话代理系统，该系统高效且省时，可随时帮助学生/学院查找有关课程、日程安排、教师、教室位置的信息，全天候 24/7/365。为了验证和确认我们提出的模型的设计和实施，已经建立了一个涉及三个领先学术机构的试点项目。该平台的设计和开发旨在帮助大学为其学生、员工和教师社区提供持续和即时的帮助。关键词
文章使用聊天机器人作为语言学习中的人工智能对话伙伴
摘要：人工智能 (AI) 和机器学习的最新进展为聊天机器人在语言学习中的广泛应用铺平了道路。迄今为止发表的研究主要集中在学生或在职教师的角度研究聊天机器人的准确性和聊天机器人与人类的交流。本研究旨在考察未来教育工作者对将对话式人工智能融入语言学习的知识、满意度和看法。在这项基于便利抽样的混合方法研究中，来自两个教育环境（西班牙 (n = 115) 和波兰 (n = 61)）的 176 名本科生在四周内与三个对话代理（Replika、Kuki、Wysa）进行了自主互动。本研究专门设计了一个关于人工智能和语言学习的学习模块，包括一个名为聊天机器人-人类交互满意度模型 (CHISM) 的临时模型，教师候选人使用该模型来评估三个对话代理的不同语言和技术特征。通过基于 CHISM 和 TAM2（技术接受度）模型的前后调查以及模板分析 (TA) 收集定量和定性数据，并通过 IBM SPSS 22 和 QDA Miner 软件进行分析。分析得出了关于对话代理在语言学习中的整合的看法的积极结果，特别是在感知易用性 (PeU) 和态度 (AT) 方面，但行为意图 (BI) 的得分较为温和。研究结果还揭示了参与者对聊天机器人设计和互动主题的满意度存在一些与性别相关的差异。
Cognizant — 财富经理通过对话式 AI 改善客户服务
作为 Cognizant 数字业务的一部分，Cognizant 的人工智能实践提供先进的数据收集和管理专业知识，以及人工智能和分析功能，帮助客户在客户旅程的每个接触点创造高度个性化的数字体验、产品和服务。我们的 AI 解决方案从数据中获取见解，为决策提供信息，提高运营效率并降低成本。我们应用基于机器学习、深度学习和高级分析技术的进化 AI、对话式 AI 和决策支持解决方案，帮助我们的客户优化其业务/IT 战略，确定新的增长领域并超越竞争对手。要了解更多信息，请访问 cognizant.com/ai 。