共执行代理:设计用于学习和自适应服务中建立用户-代理合作关系
会话代理的人格与拟人化大语言模型(LLM)的人机协作AI/ML 研究员与工程师自由职业者(设计、写作、翻译)
智能代理已经在日常的IT产品和服务中变得普遍。为了提高代理对用户的了解和个性化服务体验的质量,代理与用户合作(例如,要求用户提供他们的信息和反馈)是很重要的。然而,很少有研究从以人为本的角度说明如何支持这种用户-代理协作。为了填补这一空白,我们设计了Co-Performing Agent,这是一个基于Wizard-of-Oz的研究探测器,旨在通过帮助用户建立伙伴关系的心态来与用户合作学习。通过结合该探测器,我们进行了一项为期两个月的探索性研究,旨在了解用户如何随着时间体验与代理的协作。基于研究结果,本文提出了影响用户协作行为的因素,并讨论了支持建设性协作和随着时间建立一个有弹性的用户-代理伙伴关系的设计意义。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
会话代理的人格与拟人化、大语言模型(LLM)的人机协作
work
职业/产业
AI/ML 研究员与工程师、自由职业者(设计、写作、翻译)
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文