Réutilisation de la stratégie inductive-déductive pour les dialogues instructionnels à tours multiples

Aligner les grands modèles de langage (LLMs) avec les attentes humaines nécessite des dialogues instructionnels de haute qualité, ce qui peut être réalisé en posant des instructions diversifiées, approfondies et perspicaces qui enrichissent les interactions. Les méthodes existantes ciblent les instructions issues de dialogues instructionnels réels comme objectif d'apprentissage et ajustent finement un simulateur d'utilisateur pour poser des instructions. Cependant, ce simulateur d'utilisateur peine à modéliser implicitement les flux complexes de dialogue et à poser des instructions de haute qualité. Dans cet article, nous nous inspirons des capacités cognitives inhérentes à l'apprentissage humain et proposons de modéliser explicitement les flux complexes de dialogue via la réutilisation de stratégies instructionnelles. Plus précisément, nous induisons d'abord des stratégies de haut niveau à partir de divers dialogues instructionnels réels. Ces stratégies sont appliquées de manière déductive à de nouveaux scénarios de dialogue, où elles facilitent des instructions de haute qualité. Les résultats expérimentaux montrent que notre méthode peut générer des instructions diversifiées, approfondies et perspicaces pour un historique de dialogue donné. Les dialogues instructionnels à tours multiples construits surpassent les références compétitives sur le modèle de discussion en aval.