لقد أثبت العمل الحديث في وكلاء المحادثة المفتوحة على أن التحسينات الكبيرة في الإنسانية وتفضيل المستخدم يمكن تحقيقها عبر التحجيم الضخم في كل من بيانات التدريب المسبق وحجم النموذج (Adiwardana et al.، 2020؛ الأسطوانة وآخرون، 2020). ومع ذلك، إذا كنا نريد
بناء عملاء مع قدرات تشبه الإنسان، يجب علينا توسيع نطاق التعامل مع النص فقط. موضوع مهم للغاية هو القدرة على رؤية الصور والتواصل حول ما ينظر إليه. بهدف الحصول على البشر للانخراط في حوار متعدد الوسائط، نحقق في مجمع المكونات من وكلاء حوار الوكالة المفتوحة للحكومة من بين الفنون من نماذج الرؤية الحديثة. نحن ندرس دمج مخططات مختلفة من صور الصور واستراتيجيات التدريب المسبق على نطاق واسع على المجال وضبط النطاق، وتظهر أن طرازنا الأفضل الناتج يفوق النماذج الحالية القوية في حوار متعدد الوسائط أثناء التنفيذ في وقت واحد وكذلك سلفها (النص فقط) (الأسطوانة وآخرون، 2020) في محادثة قائمة على النص. إننا كذلك تحقيق وإدماج مكونات السلامة في نموذجنا النهائي، وإظهار أن هذه الجهود لا تقلل من الأداء النموذجي فيما يتعلق بتفضيل الإنسان.
ستعلم وكلاء المحادثة المدربون على كوربورا كبيرة غير مبالين في التفاعلات البشرية أنماطا وسلوكيات محاكية فيها، والتي تشمل سلوكا هجوميا أو ساما.نقدم إطارا جديدا للإنسان والحلقة النموذجية لتقييم سمية هذه النماذج، ومقارنة مجموعة متنوعة من الأساليب الحالية
في كل من حالات المستخدمين غير المصندين والموديين الذين يعرضون نقاط ضعفهم.ثم نذهب لاقتراح طريقتين روايتين لعوامل المحادثة الآمنة، إما عن طريق التدريب على البيانات من إطار عملنا الجديد للنسب في الحلقة في نظام من مرحلتين، أو "سلامة" في "الخبز"إلى نموذج الولادة نفسه.نجد تقنياتنا الجديدة هي (ط) أكثر أمانا من النماذج الحالية؛في حين أنه (2) الحفاظ على مقاييس قابلية الاستقرار مثل التجذير بالنسبة لشركة Chatbots الحديثة.على النقيض من ذلك، فإننا نعرض مشكلات سلامة خطيرة في الأنظمة القياسية الحالية مثل GPT2، حوالة، و BlenderBot.
نسعى إلى إنشاء وكلاء يتصرفون والتواصل مع الوكلاء الآخرين في السعي لتحقيق هدف.تحقيقا لهذه الغاية، نقوم بتمديد الضوء (Urbanek et al. 2019) --- لعبة نصية خيال من الحشد على نطاق واسع - مع مجموعة بيانات من المهام.هذه تحتوي على دوافع لغوية طبيعية مقترنة بأ
هداف في اللعبة والمظاهرات البشرية؛قد يتطلب إكمال السعي حوار أو إجراءات (أو كليهما).نقدم نظام لتعليم التعزيز (1) يشتمل على التدريب المستندة إلى النمذجة على النمذجة القائمة على النمذجة على النمذجة على نطاق واسع ومقرها مسبقا لإشراف الوكيل مع البثور ذات الصلة؛و (2) يرفع مساحة عمل عوامل من أوامر العمل والحوار، موازنة بين الاثنين.نقوم بإجراء تقييمات طلقة صفرية باستخدام مظاهرات الخبراء البشرية المحتفظ بها، والتي تبين أن عملائنا قادرون على التصرف باستمرار والتحدث بشكل طبيعي فيما يتعلق بدوافعهم.
في هذه الورقة، نقول أننا نجس وكلاء متعدد الوسائط، أي تجسد الآلهة، يمكن أن يلعبون دورا مهما في تحريك معالجة اللغة الطبيعية نحو فهم عميق. "العوامل التفاعلية المميزة بالكامل، تصادف النموذج بين شخصين"، لكن وكيل لغة فقطلديه القليل من الوعي البيئي والطبيعة
.يجلب الوكلاء المتعددون فرصا جديدة لتفسير الصور والمعلومات الإضافية والإيماءات، وما إلى ذلك، والتي هي المزيد من المحاور التي تواصلها.نقترح أن يقوم الوكلاء المتعددون، من خلال تسهيل شكل من أشكال التفاعل بين الحاسوب البشري، بنية إضافية يمكن استخدامها لتدريب النماذج التي تنقل أنظمة NLP أقرب إلى فهم حقيقي "" للغة المؤطرة، ونناقش الدراسات المستمرة باستخدام الأنظمة الحالية.
كيف يمكننا تصميم أنظمة معالجة اللغة الطبيعية (NLP) التي تتعلم من ردود الفعل البشرية؟هناك هيئة بحثية متزايدة من أطر NLP البشرية (HITL) التي تدمج بشكل مستمر ردود الفعل الإنسانية لتحسين النموذج نفسه.Hitl NLP Research NLP NATCENT ولكن MultiriSious - حل م
شاكل NLP المختلفة، وجمع تعليقات متنوعة من أشخاص مختلفين، وتطبيق أساليب مختلفة للتعلم من ردود الفعل الإنسانية.نقدم دراسة استقصا لمجتمعات Hitl NLP من كل من مجتمعات التعلم الآلي (ML) وتفاديا الإنسان (HCI) التي تسلط الضوء على تاريخها القصير الذي يلهم، ويلخص تماما الأطر الأخيرة التي تركز على مهامها وأهدافها والتفاعلات البشرية وتعلم ردود الفعلطرق.أخيرا، نناقش الدراسات المستقبلية لإدماج ردود فعل إنسانية في حلقة تطوير NLP.
يركز هذه البحث على تقصي النقاط التي لم تغطِ بشكل كامل ضمن منهجيات هندسة البرمجيات المقادة بالوكلاء (AOSE) و قد اعتمد على مراجعة موسعة لهذه المنهجيات. ترتكز هذه الورقة بشكل أساسي على أن كل منهجية لها نقاط قوتها و ضعفها و قد تركز على بعض مراحل دورة الح
ياة البرمجية و ليس عليها كلها مجتمعة. العمل المقدم هنا يقدم تمديداً لواحدة من أهم منهجيات هندسة البرمجيات المقادة بالوكلاء (MaSE) التي تعد من أقوى المنهجيات و لكنها لا تعير اهتماماُ كافياُ لمرحلة التحليل المبكر للمتطلبات. يعتمد العمل على المكاملة مع إحدى المنهجيات التي تركز على مرحلة المتطلبات، و هذه المكاملة اقتضت تطوير مجموعة موسعة من قواعد التحويل بين بيئتين برموز و مفاهيم متباينة، و بناء برنامج يؤتمت عملية التحويل.
و تعرض هذه الورقة أيضاً مثالاً كاملا case study نطبق عليه العمل المنجز.
