LLM 能否生成高质量的任务特定对话？
计算与语言
2025-08-06 v1 人工智能
摘要
本文引入了一个用于控制大型语言模型对话质量的参数化框架。我们探索了六个维度上的九个关键参数，以实现对对话属性的精确规范。通过对最先进的 LLM 进行实验，我们证明了基于参数的控制在生成的对话属性中产生了统计学上的显著差异。我们的方法解决了对话生成中的挑战，包括主题连贯性、知识推进、角色一致性和控制粒度。该框架提供了一种标准化的对话质量控制方法，可应用于教育、治疗、客户服务和娱乐领域。未来的工作将侧重于通过架构修改实现更多参数，并开发用于评估的基准数据集。
引用
@article{arxiv.2508.02931,
title = {Can LLMs Generate High-Quality Task-Specific Conversations?},
author = {Shengqi Li and Amarnath Gupta},
journal= {arXiv preprint arXiv:2508.02931},
year = {2025}
}