对话系统优化

高质量的对话，是每个人都梦寐以求的。高质量的对话，有着一些共同的特征。首先，这个人要懂；其次，要会对话，即综合利用各种对话方式，比如提问、质疑、提示，来完成目标。

首先，不同的场景，有不同的对话质量的指标。比如，对于电商，可能是物美价廉；对于教育来说，可能是迅速掌握知识点，但也可能是促进思考。

以教育为例，这篇论文设计了一个基于 LLM 的机器人，能够提出问题，促进课堂中同学们之间的交互，帮助学习论文。

其次，如何在对话中学习，优化系统，这方面的算法很有意思，即：对话 Agent 在连续学习。这是我们理解的 OpenAI ChatGPT 正在采用的一种方式，即：它在根据和人对话的结果，挑战自己的对话策略，提高对话质量。利用 PPO 等增强学习算法，我们应该能够设计出这样的系统。

论文

普林斯顿课程推荐论文

Refer: