全二重音声におけるGraph-of-Thoughtsを用いた推論

この論文は、会話行動の推論に焦点を当てることで、より自然でインテリジェントな全二重インタラクティブシステムの構築という課題に取り組んでいます。主要な貢献は、Graph-of-Thoughts (GoT) を使用して発話行為の因果推論を行う新しいフレームワークであり、システムが会話の流れを理解し予測することを可能にします。シミュレーションと現実世界のデータを組み合わせたハイブリッドトレーニングコーパスの使用も重要です。この論文の重要性は、特に同時発話が一般的な全二重シナリオにおいて、会話型AIの自然さと応答性を向上させる可能性にあります。

• •全二重音声における因果推論のためのGraph-of-Thoughts (GoT) フレームワークを導入。
• •意図から行動への経路をモデル化するために、階層的なラベリングスキームを採用。
• •シミュレーションデータと現実世界のデータを組み合わせたハイブリッドトレーニングコーパスを利用。
• •堅牢な行動検出と解釈可能な推論チェーンを可能にする。
• •全二重音声対話システムにおける会話推論のベンチマークのための基盤を確立。