许可证：apache-2.0
数据集：

• Nuo97/Dolphin-DPO
  语言：
• 中文
  评估指标：
• bleu
  任务标签：问答

COMEDY：基于压缩记忆增强的对话系统框架

GitHub：https://github.com/nuochenpku/COMEDY
论文：https://arxiv.org/abs/2402.11975.pdf

任务：长程对话生成

与以往基于检索的方法不同，COMEDY不依赖任何检索模块或数据库。

相反，COMEDY采用了一种开创性的“一体化”方法，利用单一的统一模型管理从记忆生成、压缩到最终响应生成的整个长程记忆对话生成流程。

• COMEDY首先从历史对话中提炼出会话特定的记忆，包括细粒度的会话摘要（如事件回顾）以及详细的用户和机器人画像；
• 与传统系统不同，COMEDY摒弃了使用记忆数据库存储这些信息的方式，而是对所有历史交互记忆进行再处理和压缩，形成压缩记忆：第一部分是所有对话中发生的简明事件，构建可供系统调用的历史叙事；第二部分和第三部分分别是从过往对话事件中提取的详细用户画像以及用户与聊天机器人之间动态变化的跨会话关系。
• 最终，COMEDY巧妙地将这种压缩记忆融入实时对话中，实现基于上下文的记忆增强交互。

训练数据集

Dolphin——目前最大的中文长程对话数据集，源自真实在线用户与聊天机器人的交互。

该数据集包含三项任务：
会话级记忆摘要；
记忆压缩；
基于记忆的响应生成，
共涵盖10万条样本。

Dolphin数据集访问地址：Dolphin

训练策略

我们的训练策略分为两阶段：混合任务训练与DPO对齐。