மாட்சா: பல முகவர் ஒத்துழைப்பு நம்பகமான உரையாடல் பரிந்துரையாளரை உருவாக்க முடியுமா?
Author
Venue
ICML MAS
Abstract
இந்தக் கட்டுரையில், உரையாடல் பரிந்துரை அமைப்புக்கான MATCHA எனப்படும் ஒரு பல-முகவர் ஒத்துழைப்பு கட்டமைப்பை நாங்கள் முன்மொழிகிறோம். இது தனிப்பயனாக்கம் மற்றும் பயனர் ஈடுபாட்டை மேம்படுத்துவதற்காக பெரிய மொழி மாதிரிகளை (LLMs) பயன்படுத்துகிறது. பயனர்கள் தடையற்ற உரை வடிவில் பரிந்துரைகளைக் கோரலாம் மற்றும் அவர்களின் ஆர்வங்கள், விருப்பத்தேர்வுகள் மற்றும் கட்டுப்பாடுகளுடன் ஒத்துப்போகும் தேர்ந்தெடுக்கப்பட்ட பட்டியல்களைப் பெறலாம். எங்கள் அமைப்பு நோக்கப் பகுப்பாய்வு, வேட்பாளர் உருவாக்கம், தரவரிசைப்படுத்தல், மறு-தரவரிசைப்படுத்தல், விளக்கத்திறன் மற்றும் பாதுகாப்பு ஆகியவற்றிற்கான பிரத்யேக முகவர்களை அறிமுகப்படுத்துகிறது. இந்த முகவர்கள் கூட்டு முயற்சியுடன் பரிந்துரைகளின் துல்லியம், பன்முகத்தன்மை மற்றும் பாதுகாப்பை மேம்படுத்துகிறார்கள். எட்டு அளவீடுகளில், எங்கள் மாதிரி தற்போதைய அதிநவீன செயல்திறனை விட சிறந்த அல்லது ஒப்பிடக்கூடிய செயல்திறனை அடைகிறது. ஆறு அடிப்படை மாதிரிகளுடன் ஒப்பிடும்போது, எங்கள் அணுகுமுறை விளையாட்டுப் பரிந்துரைகளுக்கான உரையாடல் பரிந்துரை அமைப்புகளில் உள்ள முக்கிய சவால்களைக் கையாளுகிறது, அவற்றுள்: (1) சிக்கலான, பயனர்-குறிப்பிட்ட கோரிக்கைகளைக் கையாளுதல், (2) பல-முகவர் ஒத்துழைப்பு மூலம் தனிப்பயனாக்கலை மேம்படுத்துதல், (3) அனுபவபூர்வமான மதிப்பீடு மற்றும் வரிசைப்படுத்தல், மற்றும் (4) பாதுகாப்பான மற்றும் நம்பகமான தொடர்புகளை உறுதி செய்தல்.
