Representaciones de usuario para simular mejor a las personas en el entrenamiento de IA
El estudio sostiene que los simuladores de usuarios, que sirven para entrenar y evaluar asistentes de IA, reproducen mal la diversidad de comportamientos reales. Como consecuencia, los asistentes generalizan peor con usuarios poco representados. Propone describir a cada usuario con lenguaje natural, una tarea de reconstrucción de conversaciones y un método de entrenamiento llamado destilación retrospectiva. Con él entrenan UserRepGen-4B, probado en 700 conversaciones.
Qué significa
Si los simuladores reproducen mejor a usuarios reales, los asistentes de IA se entrenarían con conversaciones más variadas. Esto beneficiaría sobre todo a perfiles de usuario hoy poco representados en los datos de entrenamiento.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL