Memolet:用户与AI对话记忆的可重用性实体化
对话式聊天机器人大语言模型(LLM)的人机协作AI/ML 研究员与工程师HCI 研究员
随着用户与AI对话代理的互动越来越频繁,对话可能超出其记忆容量,导致无法正确利用某些记忆来提供定制化响应。然而,在寻找可重用或引用的过往记忆时,用户需要在多个对话中检索相关信息,并向AI表达重用这些记忆的意图。为支持这一过程,我们引入了Memolet,一种将记忆重用实体化的交互式对象。用户可以直接操作Memolet来指定要重用的记忆以及如何使用它们。我们开发了一个系统,展示了Memolet在各种记忆重用阶段的交互,包括记忆提取、组织、提示表达和生成优化。我们通过N=12的被试内研究检验了该系统的实用性,并为支持用户-AI对话记忆重用的未来系统提供了设计启示。
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。
- 100%
聊天机器人还是聊天阻碍者:部署前预测聊天机器人受欢迎程度
DIS '21· 对话式聊天机器人 +1
- 80%
Evorus:一款随着时间自动化的群力驱动的对话助手
CHI '18· 智能语音助手(Alexa、Siri 等) +2
- 80%
AmbigChat:面向模糊开放域问答的交互式层级澄清方法
UIST '25· 对话式聊天机器人 +1
- 67%
助人者人恒助之:说话者与听者的协作努力及人-代理协作通信中的劳动分工
CHI '26· 对话式聊天机器人 +2
- 67%
面向对话智能体训练话语撰写的交互式指导方法研究
CUI '24· 对话式聊天机器人 +2
- 67%
基于知识图谱补全的对话式领域知识获取问题选择框架
IUI '21· 对话式聊天机器人 +2
- 67%
会话式XAI是所需的一切吗?基于会话XAI助手的人机决策研究
IUI '25· 对话式聊天机器人 +2
- 60%
Iris:用于复杂任务的对话代理
CHI '18· 对话式聊天机器人 +1
- 60%
从HCI研究中映射机器学习进展以揭示设计创新的起点
CHI '18· 大语言模型(LLM)的人机协作
- 60%
聊天机器人、胡说机器人与通用人工智能的追求
CHI '19· 对话式聊天机器人 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3654777.3676388
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
对话式聊天机器人、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、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文