@进行中{chiu-etal-2023-符号规划,title=“地面对话的符号规划和代码生成”,author=“邱、贾斯汀和赵文婷Chen、Derek和瓦杜古鲁、索哈斯和拉什、亚历山大和弗莱德,丹尼尔”,editor=“Bouamor、Houda和皮诺、胡安和巴厘岛,卡利卡”,booktitle=“2023年自然语言处理实证方法会议记录”,月=12月,年=“2023”,address=“新加坡”,publisher=“计算语言学协会”,url=“https://aclantology.org/2023.emnlp-main.460”,doi=“10.18653/v1/2023.emnlp-main.460”,pages=“7426--7436”,abstract=“大型语言模型(LLM)擅长处理和生成文本和代码。然而,LLM在扎根的任务导向对话中的适用性有限,因为它们很难朝着任务目标前进,并且无法处理新的扎根。我们提出了一个模块化、可解释的固定对话系统,该系统通过使用符号规划器和固定代码执行来组合LLM来解决这些缺点。我们的系统由阅读器和计划器组成:阅读器利用LLM将合作伙伴的语句转换为可执行代码,调用执行基础的函数。翻译后的代码{'}的输出被存储以跟踪对话状态,而符号规划器则确定下一个适当的响应。我们评估了我们的系统在苛刻的OneCommon对话任务上的性能,该任务涉及对分散点的抽象图像的协作参考分辨率。我们的系统大大超过了以前的先进技术,包括在最具挑战性的环境中,将人工评估中的任务成功率从56提高到69。",}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“网址:http://www.loc.gov/mods/v3"><mods ID=“chiu-etal-2023-符号规划”><标题信息>固定对话的符号规划和代码生成</titleInfo><name type=“personal”>贾斯汀邱(Chiu)<角色>作者</角色></name><name type=“personal”>文婷<namePart type=“family”>赵</namePart><角色>作者</角色></name><name type=“personal”>德里克<namePart type=“family”>陈</namePart><角色>作者</角色></name><name type=“personal”>Saujas公司<namePart type=“family”>瓦杜古鲁</namePart><角色>作者</角色></name><name type=“personal”>亚历山大拉什<角色>作者</角色></name><name type=“personal”>丹尼尔油炸<角色>作者</角色></name><原始信息>2023-12年发布</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>2023年自然语言处理实证方法会议记录</titleInfo><name type=“personal”>侯达布阿莫尔<角色>编辑器</角色></name><name type=“personal”>胡安<namePart type=“family”>皮诺</namePart><角色>编辑器</角色></name><name type=“personal”>卡利卡语巴厘岛<角色>编辑器</角色></name><原始信息>计算语言学协会<位置>新加坡</place></originInfo>会议出版物</relatedItem>大型语言模型(LLM)擅长处理和生成文本和代码。然而,LLM在扎根的任务导向对话中的适用性有限,因为它们很难朝着任务目标前进,并且无法处理新的扎根。我们提出了一个模块化、可解释的固定对话系统,该系统通过使用符号规划器和固定代码执行来组合LLM来解决这些缺点。我们的系统由阅读器和计划器组成:阅读器利用LLM将合作伙伴的语句转换为可执行代码,调用执行基础的函数。翻译后的代码输出被存储以跟踪对话状态,而符号规划器确定下一个适当的响应。我们评估了系统在要求很高的OneCommon对话任务中的性能,包括对分散点的抽象图像进行协作参考分辨率。我们的系统大大超过了以前的先进技术,包括在最具挑战性的环境中,人工评估的任务成功率从56%提高到69%</摘要>chiu-etal-2023-符号规划<identifier type=“doi”>10.18653/v1/2023。emnlp main.460</identifier><位置><网址>https://aclantology.org/2023.emnlp-main.460</url></位置><部分>2023-12年<扩展单元=“page”><开始>7426</开始><end>7436</范围></部分></mods></modsCollection>
%0会议记录%接地对话的T符号规划和代码生成%贾斯汀·A Chiu%阿昭、文婷%A Chen,德里克%瓦杜古鲁,索哈斯%亚历山大·拉什%A Fried,丹尼尔%Y Bouamor,胡达%胡安·皮诺%Y巴厘岛,卡利卡%2023年自然语言处理实证方法会议论文集%D 2023年%12月8日%计算语言学协会%C新加坡%F chiu-etal-2023-符号规划%大型语言模型(LLM)擅长处理和生成文本和代码。然而,LLM在扎根的任务导向对话中的适用性有限,因为它们很难朝着任务目标前进,并且无法处理新的扎根。我们提出了一个模块化、可解释的固定对话系统,该系统通过使用符号规划器和固定代码执行来组合LLM来解决这些缺点。我们的系统由读取器和计划器组成:读取器利用LLM将合作伙伴的话语转换为可执行代码,调用执行基础的函数。翻译后的代码输出被存储以跟踪对话状态,而符号规划器确定下一个适当的响应。我们评估了系统在要求很高的OneCommon对话任务中的性能,包括对分散点的抽象图像进行协作参考分辨率。我们的系统大大超过了以前的先进技术,包括在最具挑战性的环境中,人工评估的任务成功率从56%提高到69%。%R 10.18653/v1/2023.emnlp-main.460%U型https://aclantology.org/2023.emnlp-main.460%U型https://doi.org/10.18653/v1/2023.emnlp-main.460%电话:7426-7436
降价(非正式)
[地面对话的符号规划和代码生成](https://aclantology.org/2023.emnlp-main.460)(Chiu等人,EMNLP 2023)
国际计算语言学协会
- 赵文婷(Justin Chiu)、赵文廷(Wenting Zhao)、陈德雷(Derek Chen)、瓦杜古鲁(Saujas Vaduguru)、亚历山大·拉什(Alexander Rush)和丹尼尔·弗里德(Daniel Fried)。2023地面对话的符号规划和代码生成.英寸2023年自然语言处理实证方法会议记录,第7426–7436页,新加坡。计算语言学协会。