- 综合排序
- 最热优先
- 最新优先
- 来自专栏VoiceVista语音智能
对话式AI(Conversational AI)
在BOLD360峰会中，与会嘉宾探讨了对话式 AI的现状，未来，消费者关切等诸多话题。 “对话式AI平台比如Alexa已经超越了其最初的，处理家居事务性任务的目标。 对话式AI将带来一个多样和包容的新世界(A new world of diversity and inclustin)，将使人机数字接口更加的无处不在(Ubiquitous)，友好的和容易的(Welcoming 当然，对话式人工智能语音技术仍然在发展和演进，并扩展至更广泛的新的领域和内容(expanding to a wide varity of contexts)，不断适应用户自身的应用场景(adapt to 更多的关于对话式语音人工助理在 Microsoft， IBM, Amazon Alexa从业人员的讨论和真知，请参考如下视频。
1.7K20发布于 2019-08-14 - 来自专栏产品笔记
什么是对话式AI？
对话式AI系统能够识别语音和文本、识别语言习惯，并能够以适当的自然语言做出回应。 对话式AI企业级应用包括智能客服、智能营销、智能外呼、智能助手等，其中智能客服的应用渗透程度高。 对话式AI消费级市场应用包括智能车载、智能家居、智能办公等场景，对话式AI消费级智能设备提高生活质量有效释放双手，提升用户体验。 01 — 什么是对话式AI? 对话式AI产品将在智能对话系统加载在服务场景的对话机器人中，以文本、语音和多模态数字人等产品形态与终端用户交互，应用在客服、营销与泛交互等服务场景。 对话式AI产品定位为“实现替代与辅助人工对话的共生，以达到最优人机协作”，为企业带来降本增效。 对话机器人chatbot产品可以分为：文本机器人、语音机器人和多模态机器人。 02 — 对话式AI是如何工作的? 对话式AI可理解自然语言并启动或参与与用户的双向沟通。凭借用户命令可以在整个使用过程利用模块进行倾听、理解和学习。
1.2K40编辑于 2023-09-09 - 来自专栏云云众生s
谈谈对话式软件开发
与 LLM 对话不像这些选择中的任何一个，这完全是另一回事;我们都在努力弄明白它如何发挥作用。要求 LLM 编写代码，神奇地出现代码？这明显是一个改变生活的事情。
37310编辑于 2024-03-27 - 来自专栏DevOps
ChatPDF：与PDF进行GPT式对话
ChatGPT带火了另外一个产品ChatPDF，上传pdf文件后它就能回答这个PDF内容相关的问题，短短5天就分析了65000份PDF。这个工具是调用OpenAI的api制作的，体验地址在这www.chatpdf.com
67010编辑于 2024-03-29 - 来自专栏ytkah
ChatPDF与PDF进行GPT式对话
ChatGPT带火了另外一个产品ChatPDF，上传pdf文件后它就能回答这个PDF内容相关的问题，短短5天就分析了65000份PDF。这个工具是调用OpenAI的api制作的，体验地址在这www.chatpdf.com
4.7K50编辑于 2023-03-10 - 来自专栏Pytorch实践
一文简述生成式对话
由于AI技术的发展，对话机器人也得到了广泛关注和应用，例如Siri、Alexa等。关于目前的人机对话可以分为两种：任务型对话（辅助购物、导航、商场指示、天气询问、病情询问等），非任务式对话（聊天等）。 本文主要关注于非任务型对话系统的构建，目前主流方法是基于深度学习的生成式模型。 Seq2Seq模型 Seq2Seq模型是目前做生成对话的主流模型。 对话也可以看成是由Question到Answer的转换。所以seq2seq模型很快应用到对话过程。具体模型(如下图)可以解释为： ? 给定一句话X, X由T个词语构成： ? 发展趋势 （1）引入历史对话 上述seq2seq只是已知一句话，生成下一句话。其实对话过程要结合上下文进行生成。例如A:“你喜欢旅游吗”；B:"喜欢"。 所以要引入历史对话信息。目前主要是Serban建立的分层模型HRED[1]。
3K80发布于 2018-04-16 对话式AI与信息抽取技术探索
“这是一个挑战，但如果我们不解决它，这将成为一个严重的社会问题，”Ji说，她也是某机构-UIUC交互式对话体验人工智能中心（AICE）的主任。 AICE旨在开发新的对话式人工智能系统，这些系统能够自动学习、推理、更新自身知识，并以更多模态进行交互。 AICE的另一个重点是提高对话式人工智能系统的真实性、公平性和透明度。现代信息海啸真的能被驯服吗？“创造力和真实性之间有一个权衡，”Ji说，“但我相信我们可以设计新颖的算法来实现这两个目标。” 对话式人工智能热潮Ji的整个职业生涯都在从事自然语言处理工作，对于正在考虑将其作为研究领域的学生，特别是考虑到大语言模型的繁荣，她会告诉他们什么？“首先，保持乐观！ 研究领域对话式人工智能标签自然语言处理、大语言模型、学术合作、伊利诺伊大学厄巴纳-香槟分校FINISHED
12610编辑于 2026-04-05- 来自专栏Soul Joy Hub
多轮检索式对话——【ACL 2018】DAM
for Chatbots with Deep Attention Matching Network》 文本对于context和response语义上的联系更进一步，将 attention 应用于多轮对话
50730发布于 2021-09-10 - 来自专栏Soul Joy Hub
多轮检索式对话——【COLING 2018】DUA
Multi-turn Conversation with Deep Utterance Aggregation》 本文来自COLING2018, 文章提出, 诸如Multi-view和SMN模型都是将对话历史视为整体 , 或者说每一句对于response都是平等的, 这样做会忽略对话历史的内部特征, 例如一段对话过程经常包含多个主题; 此外一段对话中的词和句的重要性也都不同。 针对这些对话历史中的信息特征, 作者设计了下图所示的DUA模型： 第一部分: 通用的词向量+GRU做embedding 第二部分: 开始着手处理上面提到的对话历史交互问题, 首先虽然history中的多句话都对
42910发布于 2021-09-10 - 来自专栏Soul Joy Hub
多轮检索式对话——【WSDM 2019】MRFN
Fusion Network for Multi-turn Response Selection in Retrieval-based Chatbots》 本文的Motivation是建立在最近几年多轮检索式对话基于的面向交互的思想是 作者认为，轮次少的时候可能RNN系列性能的确可以和attention相抗衡，轮次多的时候可以理解为当前的回复其实更多与附近的对话相关，与较远的对话关系反而远了，所以对于局部前文信息把握更多的Contextual
48120发布于 2021-09-10 - 来自专栏数据派THU
ChatGPT 与世界：对话式 AI 模型对比
它是一个分布式的机器学习框架，可以在多台机器上训练大型模型。这有助于开发更复杂、更先进的语言模型。
53410编辑于 2023-05-11 - 来自专栏Soul Joy Hub
多轮检索式对话——【CIKM 2019】IMN
《Multi-Representation Fusion Network for Multi-Turn Response Selection in Retrieval-Based Chatbots》
43620发布于 2021-09-10 信息检索迈向对话式交互的未来
ECIR 2021：信息检索迈向对话式交互的时代会议背景 欧洲信息检索会议（ECIR 2021）聚焦于信息检索领域的创新突破，某机构学者Emine Yilmaz（伦敦大学学院计算机科学教授）指出：未来用户将通过多轮对话与计算机交互精准获取所需信息 技术演进：从列表检索到对话交互核心挑战语音交互的数据局限性：与传统网络搜索返回20条结果相比，语音查询通常仅返回单条结果，导致用户行为数据显著减少满意度预测模型：通过分析用户与语音助手的交互行为演化，构建预测模型判断查询满意度主动澄清机制 系统在不确定用户需求时主动提出澄清问题（例如"推荐川菜馆是因为检测到您偏好麻辣口味"）技术实现路径贝塔测试优化：新功能仅向目标小规模用户群开放，通过有限数据集预测潜在满意度评估指标体系：目前缺乏专用于对话式信息检索且与用户满意度高度相关的量化评估标准解释性反馈循环 ：如何构建能主动发起澄清问题并解释推荐逻辑的智能系统未来发展方向尽管近年已投入大量研究构建对话式信息检索系统，该领域仍处于早期阶段。 重点技术方向包括：基于用户实时反馈的查询优化算法小样本学习在满意度预测中的应用融合解释生成与多模态检索的混合架构本文根据ECIR 2021会议技术内容整理，呈现信息检索领域向对话式交互转型的技术路径与挑战
19610编辑于 2025-08-26- 来自专栏Soul Joy Hub
多轮检索式对话——【ACL 2017】SMN
《Sequential matching network: A new architecture for multi-turn response selection in retrieval-based chat-bots》
44720发布于 2021-09-10 Alexa对话式AI技术进展全解析
Alexa对话式AI技术进展在疫情期间，团队持续创新，为对话式AI系统带来了多项技术突破。 为让开发者轻松构建对话技能，发布了Alexa Conversations功能。 开发者只需提供API、技能中调用的实体类型列表以及少量示例对话，基于深度学习的对话管理器就能预测客户可能与技能交互的多种方式。 新系统使用隐式反馈为NLU模型创建自动标记的训练示例，特别适用于异常表述请求的长尾分布。 这些技术进步正在通过实际功能为客户带来价值，同时推动整个对话式AI领域的发展。
29510编辑于 2025-10-12- 来自专栏AIGC
【AI】SLM，LLM，对话式AI，生成式AI的差异分析
toc一个包含许多概念和缩写的标题，别担心，下面我将为你一一解释，谷歌趋势显示，生成式人工智能是讨论最多的流行语：这是有道理的，因为生成式人工智能代表了最广泛的类别。 一、生成式AI生成式 AI 旨在创建类似于真实的人类生成材料的新内容或数据。这些系统可以根据从训练数据中学到的模式和结构生成各种各样的输出，包括文本、图像、音乐甚至视频。1. 二、LLM VS SLM语言模型是特定类型的生成式 AI，专注于处理和生成文本。1. 大型语言模型 （LLM）LLM 理解、生成和处理自然语言文本。 三、对话式AI对话式 AI 是 AI 技术的一种应用，通常利用 LLM、SLM 或不同 AI 模型的组合来模拟类似人类的对话。 对话式 AI 使计算机能够模拟类似人类的对话。这包括一系列应用，包括聊天机器人、语音助手和交互式语音应答 （IVR） 系统。我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！
1.6K10编辑于 2024-05-06 - 来自专栏腾讯云TVP
Huan: 介绍对话机器人（Chatbot）与对话式用户交互界面（CUI）
本文希望可以简明扼要的介绍清楚： 什么是对话机器人（Chatbot） 什么是对话式用户交互界面（Conversational User Interface, CUI） Chatbot 能做什么 什么是 什么是对话式用户交互界面（Conversational User Interface, CUI） 对话式用户交互界面（Conversational User Interface, CUI）与以前使用按钮 为对话式用户交互界面提供的 AI 能力，就是 Conversational AI (CAI)。 人工智能的发展是近些年来对话机器人能够越来越强大的基础原动力。 CUI 与即时通讯平台（Instant Messaging, IM） 对话式用户交互界面(CUI)也需要适配各种平台，就像现有的响应式网页设计（Responsive Web Design）界面需要适配不同的屏幕分辨率和兼容电脑鼠标和手机触屏一样 理解对话式用户交互界面（CUI）是理解未来科技发展的重要一步。 Chatbot 现在不断在迭代升级，对各种商业场景的未来都会产生巨大影响。
4.6K51发布于 2021-02-23 - 来自专栏用户11994342的专栏（2）
什么是大模型多轮对话式推荐？如何维护对话上下文？
但问题是：用户很多时候自己也不知道想要什么，或者需求会随着对话逐渐清晰。大语言模型的出现，让"对话式推荐"成为可能，它能像人类导购一样，通过多轮对话主动引导用户明确需求。 本文将带你了解：大模型如何做多轮对话式推荐？对话上下文是怎么维护的？以及这背后的技术原理和工程实践。 二、什么是大模型多轮对话式推荐大模型多轮对话式推荐，是指利用大语言模型的理解和生成能力，通过与用户进行多轮自然语言对话，逐步收集和澄清用户偏好，最终给出个性化推荐结果的系统。 ：用户：搜索"科幻电影"系统：返回一堆科幻片，用户自己翻对话式推荐：用户："我想看电影"系统："喜欢什么类型？" 三、大模型对话式推荐如何工作3.1为什么大模型适合做这件事大模型具备三个关键能力，让它成为对话式推荐的理想选择：1.语义理解能力能听懂用户的口语化、主观化表达。
15710编辑于 2026-04-11 对话式AI技术演进与机器学习应用
Alexa & Friends 特邀对话式AI专家访谈某中心近期发布了一系列新设备和AI服务，其中包括让用户能够直接教导Alexa的功能。 在专题访谈中，专家回顾了其早期参与DARPA项目的经历，分享了对话式AI领域的技术演进历程，并深入探讨了为Alexa提供可教学时刻的机器学习技术。 该专家在过去20年间一直致力于人机对话语言理解系统的研究，曾帮助多家机构研发领先的语音技术系统，目前主导着使Alexa变得更加对话化、自然化、上下文感知化、知识化和自主化学习的研究工作。 研究领域对话式AI技术标签Alexa & Friends Alexa 机器学习 语音技术 自主学习系统技术特点实时学习能力上下文感知技术自然语言理解自主学习方法人机对话系统架构相关技术内容访谈还涉及了 AI安全、代码生成、智能体集成和多智能体AI等前沿技术领域，展现了对话式AI技术的广泛应用前景和发展趋势。
13810编辑于 2025-11-04对话式AI竞赛冠军团队技术解析
埃默里大学团队荣获某中心对话式AI大奖赛冠军某中心今日宣布，埃默里大学团队荣获2020年Alexa大奖赛冠军。 某中心对话AI自然理解组织副总裁表示："祝贺埃默里大学团队通过卓越工作使人机对话更加引人入胜。这是连续第三年获胜团队在用户平均评分方面创下新纪录。" Alexa大奖赛始于2016年，是致力于推动对话式AI领域发展的大学团队竞赛。参赛团队需要设计社交机器人，使用户可通过智能设备进行交互。 终极目标是达成综合评分4.0及以上（满分5分），且评审最终轮中至少三分之二的对话能保持20分钟连贯性与吸引力。 相比往届，本届机器人在以下方面取得技术突破：幽默感生成能力提升用户连接效率优化话题相关信息检索精准度提高赛事期间，用户与社交机器人累计进行超过24万小时对话，达成数千万次交互。
18310编辑于 2025-09-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号