Social-RAG：从群体交互中检索以实现社会锚定的 AI 生成
人机交互
2025-02-21 v2
摘要
AI 代理越来越多地被要求在群体协作的在线空间中做出主动建议，但如果它们未能匹配群体偏好或行为社交不当，则可能毫无帮助甚至令人烦恼。幸运的是，群体空间有着丰富的先前交互历史和社会反馈机制，可以支持将代理的生成锚定到群体的兴趣和规范。我们提出了 Social-RAG，一个通过从先前群体交互中检索上下文、选择相关社交信号并将其输入语言模型以社交对齐方式生成消息的工作流程。我们在 PaperPing 中实现了这一系统，一个用于在群组聊天中发布论文推荐的系统，利用了来自 39 位研究人员的形成性研究中确定的社交信号。从为期三个月、覆盖 18 个频道、触及 500 多名研究人员的部署中，我们观察到 PaperPing 在不打断其现有社交实践的情况下发布了相关消息，促进了群体共识基础。
引用
@article{arxiv.2411.02353,
title = {Social-RAG: Retrieving from Group Interactions to Socially Ground AI Generation},
author = {Ruotong Wang and Xinyi Zhou and Lin Qiu and Joseph Chee Chang and Jonathan Bragg and Amy X. Zhang},
journal= {arXiv preprint arXiv:2411.02353},
year = {2025}
}
备注
To appear at CHI2025