Mechanical Turk
与人类的对话是构建聊天室的训练过程的重要组成部分。这就是为什么ParlAI支持与Mechanical Turk进行数据收集、训练和评估的集成。这也使研究组的实验得以比较，这在历史上是困难的。
使用Mechanical Turk的人类（human turkers）也被视为ParlAI的agent。他们可以轻松地与机器人交谈，以帮助他们训练和评估。随后，群体聊天中的个人、个人机器人或多个人和机器人可以在标准框架内进行交流，根据需要切换角色，agent没有代码改动。这是因为turkers使用观察/行动的字段，通过一个漂亮的版本的同一界面接收和发送。
我们在第一版中提供了两个例子：
qa_collector：一名agent，与turkers谈判，收集问答答对，给出上下文段落以构建质量检查数据集。
model_evaluator：agent从Turkers收集关于给定任务的机器人性能的评级。
ParlAI首次为研究人员提供了在一个地方收集所有重要对话任务的地方。这不仅可以使任何这些任务单独地进行更容易的迭代，而且还可以轻松地对所有这些任务（最终应该使机器人更好）进行机器人训练，并评估所有这些技能的机器人。它也是研究人员通过检查他们的代码进入存储库来分享其AI学习agent的地方。这使得研究人员能够重现对方的成果，并建立在对方的工作之上，推动了该领域的进步。最后，Mechanical Turk的整合意味着人类可以很容易地被放在循环中来与机器人交谈，以帮助他们训练和评估它们。最后，与人类的对话是必要的，以建立可以与人交谈的聊天室。
解决对话问题仍然是AI领域的长期挑战，对于这一目标的任何进展，从我们今天可以建立的产品方面，或者在其他领域可能有用的技术开发方面，都可能会有短期的好处。ParlAI是一个平台，我们希望能够汇集研究AI agent的研究人员，进行对话，并继续推动对话研究领域的最新进展。
ParlAI官网：
parlai.com
ParlAI源代码github链接：
https://github.com/facebookresearch/ParlAI
相关阅读：
相关推荐：
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
