TalkMatrix：生成一致且多样化的角色对话

基于候选的解码通常独立地为每个提示选择完成，但许多应用程序需要满足全局、不可分解要求的输出集合。我们将此设置制定为结构化多提示、多完成选择：给定每个提示的候选池，为每个提示选择一个完成以优化集合级目标。我们以角色对话为例，每个角色在不同情境下都应该保持一致，每一行都应该适合其情境，并且角色和情境应该保持可区分性。我们的方法 TalkMatrix 为每个角色-情境对生成多个候选者，并使用四个基于嵌入的一致性和多样性目标联合选择一个完整的矩阵。由于加权和可以通过牺牲另一个维度来改善某些维度，因此 TalkMatrix 通过两级极小极大公式来最大化表现最差的目标。我们通过多起点坐标上升来近似优化所得到的离散目标，并将其与局部、部分矩阵和通用组合搜索基线进行比较。我们对 50 美元的合成角色扮演场景和 25 美元的策划棋盘游戏场景进行了实验，其中多个角色在预定义的情况下进行交互。大语言模型作为法官对矩阵级选择的评价高于随机和独立单元级选择基线。这些结果显示了结构化选择对于全局控制对话生成的价值，而我们的实证验证仍然特定于角色扮演场景。