发布日期：2024-12-29 来源: 网络 阅读量（ ）
对话中轮流发言最重要的线索是语言内容本身，而停顿和其他线索并不那么重要。 据IT之家了解，2024 年 11 月 12 日至 16 日在迈阿密举行的自然语言处理经验方法会议（EMNLP 2024）上★，图夫茨大学的语言学和计算机科学研究人员将介绍一项研究，该研究揭示了人工智能对话能力的不足之处★★，并指出了改进其对话能力的可能途径★★。这项研究结果已发表在 arXiv 预印本服务器上。 人工智能擅长检测内容中的模式，但无法以接近人类的能力检测到合适的 TRP。 研究人员表示，可以通过对大型语言模型进行预训练，使其在更大规模的自然口语语料库上进行训练★，从而克服这些限制★。然而，收集如此规模的数据来训练今天的 AI 模型仍然是一个重大挑战。与互联网上的书面内容相比★，可用的对话录音和转录数量要少得多。 AI 不是在对话中★★“成长”起来的★★★，因此它没有能力以更自然★、更人性化的方式建模或参与对话。研究人员认为，可以通过对基于书面内容训练的大型语言模型进行微调，并用一小组对话内容进行额外训练★★，使其能够更自然地参与新的对话。然而，当他们尝试这样做时，发现仍然存在一些限制★★，无法完全复制人类般的对话。
