[논문리뷰] Towards Personalized Dialogue Without Pre-defined Profiles through In-Dialogue Learning (EMNLP 2024)
요약: 이 논문은 사전 정의된 프로필 없이 대화 내에서 페르소나 정보를 학습하는 IDL(In-Dialogue Learning) 프레임워크를 제안하며, 이를 통해 BLEU와 ROUGE 점수가 각각 최대 200%, 247% 향상됨을 보여줌.
Recent Posts
[논문리뷰] Long Context Transfer from Language to Vision (ArXiv)
요약: 이 논문은 언어 모델의 컨텍스트 길이를 확장하여 기존의 대형 멀티모달 모델이 긴 비디오를 이해할 수 있도록 하는 방법을 제안하며, 이를 통해 LongVA라는 새로운 비디오 어시스턴트를 개발하여 2000프레임 이상의 비주얼 토큰을 처리할 수 있음을 보여줍니다.
[논문리뷰] SoulChat: Improving LLMs’ Empathy, Listening, and Comfort Abilities through Fine-tuning with Multi-turn Empathy Conversations (EMNLP 2023 Findings)
요약: 대용량 언어 모델(LLM)이 심리 상담 분야에 적용될 때, 사용자에게 공감과 신뢰를 제공하는 것이 중요하다는 점을 강조하며, 이를 위해 다중 회차 공감 대화 데이터셋을 구축하고, 실험을 통해 LLM의 공감 능력을 향상시킬 수 있음을 보여주었다.
[논문리뷰] Sentiment Analysis in the Era of Large Language Models- A Reality Check (NAACL 24 Findings)
요약: 이 논문은 대형 언어 모델(LLM)이 기존 감정 분석 작업에서 보여주는 성능을 평가하고, 복잡한 감정 분석에서의 한계를 지적하며, LLMs의 잠재력을 한정된 주석 자원에서의 소수 샘플 학습 환경에서 보여줍니다. 또한 감정 분석 능력을 평가하기 위한 새로운 벤치마크인 SENT...
[논문리뷰] MISC- A Mixed Strategy-Aware Model integrating COMET for Emotional Support Conversation (ACL 2022)
요약: 이 논문에서는 감정 지원 대화에서 기존 방법의 한계를 극복하기 위해 사용자의 세밀한 감정 상태를 추론하고, 다양한 전략을 혼합하여 응답하는 새로운 모델 MISC를 제안하며, 실험 결과 이 방법의 효과성을 입증하였다.