トランザクショナル分析対話におけるLLMエージェントの行動における文脈情報と自我状態の役割について

Research#llm🔬 Research|分析: 2026年1月4日 06:57•
公開: 2025年12月18日 20:53
•
1分で読める
•ArXiv

分析

この記事は、大規模言語モデル（LLM）をトランザクショナル分析（TA）に基づく対話のエージェントとして使用する方法を探求している可能性が高いです。文脈情報を提供し、異なる自我状態（親、大人、子供）をモデル化することが、LLMの応答と対話全体の行動にどのように影響するかを調査していると思われます。焦点は、TAベースの会話に従事するLLMの能力を理解し、改善することにあります。

重要ポイント

    引用・出典
    原文を見る
    "The article's abstract or introduction would likely contain key definitions of TA concepts, explain the methodology used to test the LLM, and potentially highlight the expected outcomes or contributions of the research."
    A
    ArXiv2025年12月18日 20:53
    * 著作権法第32条に基づく適法な引用です。
    古い記事

    Global End-Effector Pose Control of an Underactuated Aerial Manipulator via Reinforcement Learning

    新しい記事

    OpenAI: Sora: First Impressions

    関連分析

    Research

    人間によるAI検出

    2026年1月4日 05:47

    Research

    深層学習の実装に焦点を当てた書籍

    2026年1月4日 05:49

    Research

    Geminiのパーソナライズ

    2026年1月4日 05:49

    原文: ArXiv