引用krackers · 2025-04
“Would you like to learn more about methods for optimizing user engagement?”
拿它说明可以训练聊天机器人去最大化真实用户互动
用用户互动的伪标签训练奖励模型,提升聊天机器人留存
论文研究如何开发以用户参与度为优先的社交聊天机器人以提升留存。方法是用从用户交互中自动收集的伪标签训练奖励模型,在推理时拒绝得分低的候选回复,并引入平均对话长度(MCL)作为衡量参与度的直观指标。在 Chai Research 平台上对每天 1 万名新用户做 A/B 测试,GPT-J 6B 模型的 MCL 最多提升 70%,对应用户留存提升 30% 以上。
评论者用它作为证据,说明 LLM 确实可以被针对用户参与度来优化。
“Would you like to learn more about methods for optimizing user engagement?”
“There is already evidence [1] that you can optimize LLMs for engagement.”