惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
IT之家
IT之家
博客园 - Franky
Stack Overflow Blog
Stack Overflow Blog
宝玉的分享
宝玉的分享
Recent Announcements
Recent Announcements
Engineering at Meta
Engineering at Meta
S
SegmentFault 最新的问题
V
Visual Studio Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Last Week in AI
Last Week in AI
H
Help Net Security
V
V2EX
H
Hackread – Cybersecurity News, Data Breaches, AI and More
量子位
博客园 - 叶小钗
J
Java Code Geeks
博客园 - 【当耐特】
月光博客
月光博客
爱范儿
爱范儿
人人都是产品经理
人人都是产品经理
酷 壳 – CoolShell
酷 壳 – CoolShell
小众软件
小众软件

StudyingLover's Blog

Diffusion Policy笔记 rwkv笔记 act笔记 nanovllm-block_manager opencode多智能体 nanobot-pre-train nanobot-rl nanobot-sft nanobot-checkpoint_manager nanobot-gpt nanobot-mid-train Vision Mamba (Vim)笔记 BPE演示 最后一遍学习Transformer YOLOv5 目标检测笔记 下载根服务器解析记录 Dynaseal A Backend-Controlled LLM API Key Distribution Scheme with Constrained Invocation Parameters 判断链表有环 王道25数据结构勘误 关于perplexity的open-sourcing-r1-1776 新博客改造日记和功能测试 linuxqq只显示登陆背景图 数字设计和计算机体系结构(机械工业出版社)勘误(自制) Dynaseal:面向未来端侧llm agent的llm api key分发机制 A Definitive Guide to Markdown Style This post is using MDX, Where you can embed JSX and Astro components RT-Patch学习 pydantic实现的LLM ReAct fastapi 和 uvicorn 设置监听 ipv6 pydantic+openai+json 控制大模型输出的最佳范式
AI为什么不像人类一样进行多轮对话
About the Author StudyingLover · 2025-02-14 · via StudyingLover's Blog

夜半时分,四下无人,我打开手机,看到认识的一位大佬发了个朋友圈,我赶紧点开学习,抛开具体内容不谈,发现大佬发了一张图,其中提到human-human之间的interaction是我说几句你说几句,而human-ai之间的是我一句你一句。

嘶,好像很对?好像从22年底ChatGPT爆火,我们接触的chatbot就是用户提一个问题,大模型开始疯狂的吐token来回答。现在如果我们跟ai说,帮我写一个ChatBot,ai会立刻给你用openai的接口给你写一个你一句我一句对话的chatbot出来。等等等,这是chatbot啊各位,这是chat吗?这怕不是命令行吧,人和人之间哪有这么交流的。

人和人之间是怎么交流的?如图所示

哦你肯定想说面对面交流不是的,你说得对但我这里更想讨论社交软件上的交流。 我们可以发现其实有几个特征,一个是你几句我几句的对话,一个是多个主题交替,并不是每次对话只说一个事情。

我们再看看人与ai的对话

ai

Work hard in secret, then amaze everyone.

不可谓不生硬

那我们就得想想,可不可以让ai也这么输出呢?其实吧,我有一个朋友(真的是朋友),正在构建一种可以直击人内心深处的AI助手,他们给我展示过一个demo

我们可以看到,虽然还有几分生硬,但已经初具感觉。

那么古尔丹,我们还要做什么?

  1. 在什么地方应用这个技术还有待讨论,什么情境下我们需要这样你几句我几句的对话呢?社交类,情感交流类的chatbot显然是这种对话方式的最佳应用场景,或者说本该如此。 可能用户内心深处还是渴求和自己聊天的是一个人,最起码,说话方式得和人差不多吧?如何找到最合适的应用场景并加以应用,用户对这种交互方式买不买账还有待探索。
  2. 技术上还有一些问题有待解决,如何让模型稳定的输出多条消息,而不是把一段话按照句号拆分?如何让模型可以交叉多个主题聊天?如果回答已经开始生成,用户又发送了消息该如何是好,重新生成or附加回复?这还有很长一段路要走。

我们相信AGI终会到来,但是以什么样的交互方式还不得而知,我们希望有一种更便捷的交互方式,让ai真正走进每个人的生活。