知识边界与角色动态塑造：打造更出色的社交媒体代理
内容提要
本文提出了一种结合外部知识和个性化的对话代理，旨在生成更具吸引力的对话并减少幻觉现象。研究构建了包含约10万条人物相关事实的知识图谱PeaCoK，并引入FoCus数据集以评估对话生成能力。通过用户实验，探讨了个性化对话生成器和交互式机器人系统的设计，强调了人设在提升用户体验中的重要性。
延伸解读
知识图谱与数据集如何协同减少幻觉
文章构建了包含约10万条人物相关事实的知识图谱PeaCoK，并引入FoCus数据集评估对话生成。PeaCoK提供结构化知识，FoCus则用于测试模型在信息和定制发言上的生成能力。两者结合，使对话代理在生成时能检索并引用可靠事实，从而降低幻觉，同时保持对话的个性化与吸引力。
人设从文本到物理交互的延伸
文章介绍了一个交互式机器人系统，将角色驱动对话代理应用于物理领域。机器人通过面部表情和手势等非语言交互与用户互动，行为生成基于有限状态机，MASK框架集成感知、行为选择和动作库，实现实时动态互动。用户实验考察了用户能否在电影角色人设下认出预期角色，突显人设在沉浸式体验中的作用。
个性化对话生成的技术路径
文章提出基于用户人格检测的个性化对话生成器，使用条件变分推理建立用户潜在人格模型，并利用后验鉴别正则化提高训练效果。实证研究表明，该方法比现有技术更关注用户人格，并提升了对话品质。这为构建更自然、贴合用户个性的对话系统提供了可行方向。
Q&A
什么是PeaCoK知识图谱，它的作用是什么？
PeaCoK知识图谱是一个包含约10万条经人类验证的人物相关事实的知识库，旨在帮助生成更一致和引人入胜的叙事。
FoCus数据集的引入有什么意义？
FoCus数据集用于评估对话生成能力，特别是针对个性化和信息定制发言的生成能力，帮助改进对话代理的性能。
个性化对话生成器如何提升用户体验？
个性化对话生成器通过检测用户的人格特征，生成更符合用户需求的对话，从而提升对话品质和用户体验。
交互式机器人系统的设计考虑了哪些因素？
交互式机器人系统的设计考虑了角色驱动的对话代理、非语言交互（如面部表情和手势）以及用户参与度的增强。
如何通过用户实验验证对话生成模型的有效性？
通过人类评估和定性结果，用户实验可以验证模型在减少幻觉和提升对话吸引力方面的有效性。
个性化对话生成器的训练方法是什么？
个性化对话生成器使用条件变分推理建立用户潜在人格模型，并通过后验鉴别正则化提高训练效果。
