创建AI观察者：生成式语义工作空间
计算与语言
2024-06-10 v1 人工智能
摘要
一位经验丰富的人类观察者在阅读文档（例如犯罪报告）时，会创建一个简洁的类似情节的“工作记忆”，包含不同的参与者、他们的原型角色和在任何时刻的状态、基于他们交互的时间演化，甚至是一个缺失语义部分的映射，以预期未来的部分。目前尚不存在等效的AI观察者。我们引入了生成式语义工作空间（GSW）——包括一个“操作器”和一个“协调器”——它利用LLM的进步来创建一个生成式语义框架，而不是传统预定义的词典标签集。给定描述当前情况的文本片段C_n，操作器实例化以参与者为中心的语义映射（称为“工作空间实例”W_n）。协调器解决W_n与“工作记忆”M_n*之间的差异，以生成更新后的M_{n+1}*。GSW在多个任务上优于知名基线（多句语义提取：~94%对比FST、GLEN、BertSRL；~15%对比NLI-BERT；~35%对比QA）。通过模仿真实观察者，GSW为能够理解个体意图并预测未来行为的空间计算助手提供了第一步。
引用
@article{arxiv.2406.04555,
title = {Creating an AI Observer: Generative Semantic Workspaces},
author = {Pavan Holur and Shreyas Rajesh and David Chong and Vwani Roychowdhury},
journal= {arXiv preprint arXiv:2406.04555},
year = {2024}
}
备注
37 pages with appendix, 28 figures