Jarvis allinea il lavoro in background alle conversazioni attive
In parole semplici
Alcuni assistenti continuano a parlare con l’utente mentre altre parti del sistema elaborano le richieste in background. Se l’utente cambia una richiesta, un vecchio piano o una vecchia risposta possono non essere più aggiornati.
Jarvis è un sistema di coordinamento che registra le attività e verifica che le decisioni corrispondano ancora all’attività corrente prima che il codice le esegua. In un test di chiamate vocali al servizio clienti, Jarvis ha risolto 192 attività su 278, mentre Qwen Audio Agent ne ha risolte 29, a parità di modello front-end, percorso di ammissione e back-end.
Un’attività era considerata risolta solo quando lo stato finale del database e le azioni richieste erano corretti.
La ricerca
Quando un assistente lavora a una richiesta mentre l’utente continua a parlare, come può evitare di agire su una versione ormai superata dell’attività? Il riconoscimento e il ragionamento possono essere accurati, eppure un piano potrebbe non corrispondere più a ciò che l’utente vuole.
Jarvis affronta questo problema di coordinamento collegando le decisioni allo stato corrente dell’attività e verificandole prima che vengano applicate.
Jarvis lega ogni decisione del modello alla versione attiva di un’attività e usa il codice per rifiutare scelte obsolete prima che il lavoro in background agisca o raggiunga l’utente.
La domanda è se il coordinamento possa mantenere le azioni di un assistente allineate a una conversazione che cambia mentre prosegue il lavoro in background.
Jarvis registra le versioni delle attività, propone decisioni legate alle attività correnti e verifica nel codice che siano ancora attuali prima di applicarle.
In τ-Voice, un test di chiamate vocali al servizio clienti, un’attività è considerata risolta solo quando lo stato finale del database e le azioni richieste sono corretti. Mantenendo invariati il modello front-end, il percorso di ammissione e il back-end, Jarvis ha risolto 192 delle 278 attività su Venus-Audio, contro le 29 di Qwen Audio Agent.
Gli autori interpretano il confronto come evidenza che il design del coordinamento è rilevante in questa configurazione.
Le evidenze provengono da specifici insiemi di attività, casi di temporizzazione scriptati e sessioni di gioco registrate. Non stabiliscono come si comporti Jarvis in altri sistemi interattivi o in situazioni reali.
Analisi
Dettagli
- Autori del paper originale
- Yuxiang Wang, Shengbo Cai, Zhixian Zhao, Yingda Shen, Yuancheng Wang
- Inviato ad arXiv
- Licenza
- arXiv non-exclusive