揭示引人入胜对话的秘密：让用户沉迷于角色扮演对话代理的因素

随着对话代理越来越像人类，人们现在正在进行从短暂时刻到相当长时间的扩展对话。理解有助于维持这些互动的因素至关重要，然而现有研究主要关注短期模拟，很少探索这种长时间的真实对话。在本文中，我们研究了影响与角色扮演模型真实互动中留存率的因素。通过分析真实用户与数千个角色之间互动的大规模数据集，我们系统地检查了多个因素并评估了它们对用户留存率的影响。令人惊讶的是，我们发现机器人扮演角色的程度对留存率影响有限，而每轮对话的长度显著影响留存率。这项研究揭示了用户与角色扮演模型互动的关键方面，并为未来改进用于角色扮演目的的大语言模型提供了宝贵见解。