模型描述

• 论文：构建开放领域聊天机器人的配方
• 原始PARLAI代码

摘要

构建开放领域聊天机器人是机器学习研究中的一个挑战性领域。尽管先前的研究表明，通过增加神经模型的参数量及其训练数据的规模可以提升效果，但我们发现其他要素对于打造高性能聊天机器人同样至关重要。良好的对话需要专家级对话者无缝融合多项技能：提供引人入胜的话题并倾听对方，既能提问也能回答，根据情境恰当地展现知识、同理心与个性。我们证明，当提供合适的训练数据并选择恰当的生成策略时，大规模模型能够掌握这些技能。我们构建了参数量分别为9000万、27亿和94亿的模型变体，并公开了模型与代码。人工评估表明，在多轮对话中，我们的最佳模型在互动性与拟人性指标上优于现有方法。最后，我们通过分析模型的失败案例，讨论了本研究的局限性。