When you start thinking about Agentic AI in the right way, you begin to see that it’s not a piece of technology to be wielded; it’s part of a business strategy that sequences various technologies...

本研究探讨了通过偏好激活引导个性化大型语言模型（LLM），有效匹配用户需求，提高对话的控制性和透明度，进而提升用户满意度。

本研究探讨了生成式人工智能背景下聊天机器人的多维操作风险，提出了新型风险评估指标，关注技术复杂性与上下文因素，旨在指导AI对话系统的设计与部署。

本研究提出了PaRT框架，解决了传统聊天机器人缺乏主动性的问题。通过整合用户资料和对话上下文，实现个性化实时检索，生成更具针对性的对话主题，实际应用中对话持续时间提高了21.77%。

本研究探讨了用户与大语言模型聊天机器人互动时有效提示的挑战。实验比较三种提示框架，结果显示结构化提示显著提升了用户行为和AI响应质量。这一发现对提升用户与AI的互动能力及聊天机器人设计具有重要意义。

本研究探讨大型语言模型聊天机器人如何通过拟人化增强用户信任，但也可能导致用户心理健康恶化。尽管欧盟的人工智能法案旨在禁止操控性AI系统，但仍难以防止与聊天机器人长时间互动的负面影响，提醒我们在设计和使用AI时需谨慎。

本研究提出了一种新评估框架，针对金融服务中的对话式人工智能聊天机器人，从认知、用户体验、操作效率和伦理合规四个维度进行评估，旨在提升对话的连贯性和公平性。

本研究提出了一种自动评估框架，用于检测定制GPT模型的安全和合规性风险。分析结果显示，58.7%的模型存在不合规问题，为提升聊天机器人平台的安全性提供了依据。

本研究提出了一种统计框架，旨在改进LLM聊天机器人的排名，解决成对比较中的平局问题，并考虑竞争者之间的协方差。评估结果显示，该框架在模型拟合和数据分析方面优于现有方法，并发布了开源Python包以支持实用性和可重现性。

本研究提出了ChaI-TeA框架，用于评估基于大型语言模型的聊天机器人交互中的自动补全。研究表明，尽管现有模型表现尚可，但在生成建议的排名上仍有改进空间，为未来研究提供了新思路。

DECO框架旨在提升企业级聊天机器人的开发、部署和管理效率。其创新功能如NL2SearchQuery和分层规划，能够有效获取信息、简化工程任务、加速事故解决，从而提升生产力。自2023年9月推出以来，DECO在多个组织中证明了其有效性。

这篇文章介绍了作者使用Coze建立聊天机器人的经验。作者在淡江大学的展览中使用了Coze建立了名为"希希助教 in TKU DILS 2024MS3AP"的聊天机器人，探索了RAG和知识库等重要主题。然而，由于Coze的收费政策调整，这些机器人现在无法使用。作者还介绍了使用Coze构建各种工具的经验，并提到了Coze的替代品Dify。

We know that Chatbots and Virtual Customer Assistants (VCAs) have heaps of potential to deliver cost savings and a better customer experience. And yet, we’re often left disappointed by the...