通过智能虚拟代理的言语和非言语行为自然表达机器学习模型的不确定性

视频

DOI

不确定性线索是自然人际交互的内在组成部分，因为它们向沟通伙伴表明他们可以多大程度依赖所传达的信息。人类潜意识地通过言语（如“我认为”或“也许”等表达）和非言语方式（如转移视线）提供这种信号。相比之下，人工智能服务和机器学习模型如ChatGPT通常不会向用户披露答案的可靠性。在本文中，我们探索将机器学习模型作为强大信息源与人类表达不确定性的方式相结合来为信息提供上下文。我们提出了一个综合管道，包括：(1)以人为中心收集(非)言语不确定性线索，(2)将线索转移到虚拟代理视频，(3)为视频注释感知的不确定性，(4)随后训练可生成虚拟代理行为中不确定性线索的自定义机器学习模型。最后一步(5)从生成(非)言语不确定性行为的保真度和泛化能力评估训练好的模型。