获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
可解释的AI越来越多地采用论证方法来促进AI代理和人类用户之间的互动解释。虽然现有方法通常依赖于预定的人类用户模型,但在交互过程中动态学习和更新这些模型仍然存在一个关键的差距。在本文中,我们提出了一个框架,使AI代理可以通过基于论证的对话来调整对人类用户的理解。我们的方法称为角色,借鉴了前景理论,并将概率加权函数与贝叶斯信念更新机制相结合,该机制优化了基于交换论点的可能性人类模型的概率分布。通过与人类用户的经验评估在应用的论证环境中,我们证明了人物有效地捕捉人类信念不断发展的信念,促进个性化的侵入性,并胜过最先进的方法。