技術 Day13: DPL-建立規則來讓Chatbot知道怎麼回覆

今天我們要以規則式(rule-based)來建構一個對話模擬器。模擬當使用者跟Chatbot溝通時，如何不使用任何深度學習模型來決定如何回覆。所以我們不廢話了，...

技術 Day11: 貼心小助理之實作T5對話追蹤器

昨天，我們解說了對話狀態追蹤，用來紀錄每輪對話提到的重要資訊。這篇我們來用T5實做一個對話追蹤器。 mT5(multilingual Text-To-Text...

技術 Day12: DPL-讓Chatbot成為對話中的戰略大師

還記得我們前面介紹的NLU和DST嗎？它們就像是Chatbot的耳朵和大腦，幫助它理解和記憶對話內容。 但是，一個真正優秀的對話者不僅要會聽，還要懂得如何制定戰...

技術 Day10: DST-讓Chatbot紀錄對話中重要的資訊

我們從前面兩天瞭解了Chatbot 以NLU任務解析話語中的含義，以及將有意義的資訊擷取出來。 但是如果你今天到一間旅館，要求住宿，總不可能只率性的說一句「今晚...

技術 Day8: NLU-什麼是意圖之讓Chatbot瞭解話中有話

昨天介紹了Guiding Chatbot，讓Chatbot理解情緒並且嘗試引道話語者的情緒。從昨天的研究我們可以知道，對於Chatbot而言，我們講出來的話(下...

技術 Day3: ChatGPT的前身與今世(續)-讓AI聊個天其實沒這麼簡單...

在ChatGPT出世之前(~2020)，以前的語言模型(LM，Language Model)參數量不夠多，相比LLAMA3、GPT4的70B、175B，T5-L...