A Career Interview Dialogue System using Large Language Model-based Dynamic Slot Generation

本文是LLM系列文章，针对《A Career Interview Dialogue System using Large Language Model-based Dynamic Slot Generation》的翻译。

摘要

本研究旨在提高护理经理进行职业面试的效率和质量。为此，我们一直在开发一个填补空白的对话系统，该系统进行预面试，收集员工职业信息，作为实际面试前的准备步骤。传统的基于时隙填充的面试对话系统在信息收集的灵活性方面存在局限性，因为对话是基于预定义的时隙集进行的。因此，我们提出了一种利用大型语言模型（LLM）根据对话流动态生成新槽位的方法，实现了更自然的对话。此外，我们将诱拐纳入时隙生成过程，以实现更适当和有效的时隙生成。为了验证所提出方法的有效性，我们使用用户模拟器进行了实验。结果表明，所提出的使用诱拐的方法在提高信息收集能力和对话的自然性方面是有效的。

1 引言

2 相关工作

3 提出的方法

4 实现

5 评估

6 讨论

7 结束语

在这项研究中，