arXiv Artificial Intelligence· Barbara Gendron (LORIA, UL), Ga\"el Guibon (LIPN, LORIA), Mathieu D'aquin (LORIA, UL)·· 13 小时前AI 评分31
用本体驱动控制对话智能体：以求职面试练习为例
Ontology-Driven Control of Conversational Agents with a Use-Case for Job Interview Practice
AI 导读
研究提出一种基于本体的方法，用对话中文本话语的期望特征与实测特征来设计对话策略，并通过求职面试练习用例展示如何控制 LLM 遵循本体定义的策略。为此研究者自动微调 LLM 以提升其对本体定义对话特征的遵循度，结果显示从形式化定义概念出发训练 LLM 能有效增强与所需特征的对齐，并支持多个并发对话方面。
推荐理由模型分析
该工作把对话策略从临时、不可复用的开发方式，改为用本体形式化定义期望与可测量的语句特征，再据此自动微调 LLM，并以求职面试练习为用例验证对齐效果。对做对话系统、Agent 行为控制或多目标风格约束的开发者，可参考其“形式化定义—微调—合规评估”的流程；但证据限于单一用例与自动指标，跨领域迁移和真实用户效果仍需验证。
来源：arXiv Artificial Intelligence · arxiv.org