SPICA：面向 AAC 用户的可扩展且个性化的对话智能体框架

增强性与替代性通信（AAC）用户在真实表达方面面临持续挑战。撰写消息和维持对话流程所需的努力往往阻碍用户充分参与自然对话。之前的研究探索了集成大型语言模型来减少工作量和加速通信。然而，这些系统往往难以捕捉用户的个人风格。研究人员探索了使用用户数据进行微调，但这些方法难以扩展且在传记内容之外泛化能力较差。在本工作中，我们引入了 SPICA，一个统一框架，解决两个关键限制：（1）缺乏可扩展的个性化，无法实时适应用户上下文；（2）缺乏智能体机制来组织和编排对话知识。SPICA 作为一个轻量级插件，动态索引并将用户相关信息重构为个性化知识库。除了索引外，SPICA 还按需检索相关知识来引导对话。它能够生成忠于用户身份同时对更广泛通信目标保持灵活性的响应。我们通过使用 200 个合成生成的 AAC 用户配置文件进行自动化评估，以及与现实环境中 AAC 用户的定性研究，对 SPICA 进行了广泛验证。结果表明，SPICA 在保持个性化的同时实现更快通信，生成对每个用户独特风格具有上下文基础的响应。