DialogLab:构建、模拟与测试动态人机群组对话的创作工具
作者
对话式聊天机器人大语言模型(LLM)的人机协作UI/UX 设计师AI/ML 研究员与工程师
设计与涉及人类和 AI 代理的多方对话具有重大挑战,尤其是在平衡脚本化结构与突发类人交互方面。我们引入了 DialogLab,这是一个用于创作、模拟和测试混合人机对话的原型工具包。DialogLab 提供统一界面来配置对话场景、定义代理角色、管理群组结构、指定轮次规则,并协调脚本化叙事与即兴创作之间的转换。至关重要的是,DialogLab 允许设计师通过可配置的代理引入受控的脚本偏差——模拟人类不可预测性——以系统地探测对话如何适应和恢复。DialogLab 促进复杂动态多方人机对话的快速迭代和评估。与最终用户和领域专家的评估表明,DialogLab 支持高效迭代和结构化验证,可应用于培训、排练和社交动力学研究。我们的研究结果表明,将实时人在环路的即兴创作与结构化脚本相结合,可支持更真实、更具适应性的多方对话设计。
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%
驯服人工智能猫:从提示GPT-3设计聊天机器人中汲取的教训
DIS '23· 对话式聊天机器人 +1
- 80%
对话进度指南:增强对话式AI中自我效能的UI系统
CHI '25· 对话式聊天机器人 +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
- 75%
单元、生成器与透镜:面向大型语言模型面向对象交互的设计框架
UIST '23· 大语言模型(LLM)的人机协作
- 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%
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
- 67%
ChoiceMates:通过多代理对话交互支持不熟悉的在线决策
IUI '26· 大语言模型(LLM)的人机协作 +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%
素描NLP:一个探索设计语言智能正确事物的案例研究
CHI '19· 大语言模型(LLM)的人机协作 +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/10.1145/3746059.3747696
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
10 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
UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文