Presentation Information
[4Yin-A-61]A Multi-Agent Design for Educational Dialogue Systems Enabling Adherence to Predefined Complex Learning Scenarios
〇Haruki Hikino1, Tomoki Kera1, Kristiina Jokinen2,3,1, Sven Kirsch, Chung-Chi Chen3, Atsushi Keyaki1 (1. Hitotsubashi University, 2. University of Helsinki, 3. National Institute of Advanced Industrial Science and Technology)
Keywords:
dialogue system,education,multi-agent system
大規模言語モデル (LLM) は流暢な対話を可能にする一方で，事前に定義された複数段階の手順を実行する必要がある対話においては，指示遵守が不安定になりやすい．
本研究では，この問題をふまえ，対話の進行・状態の管理を言語生成から分離する，マルチエージェントアーキテクチャによる責務の分解を提案する．
そして，提案手法を，事前に定義された学習の手順と教材を持つ金融リテラシーの学習のための対話に適用した．
プロンプトから直接応答を生成する，単一の LLM を用いたベースライン手法との比較の結果，提案手法は，教材との整合性や対話完遂率，手順の遵守性といった対話の挙動がより安定することを確認した．
本研究では，この問題をふまえ，対話の進行・状態の管理を言語生成から分離する，マルチエージェントアーキテクチャによる責務の分解を提案する．
そして，提案手法を，事前に定義された学習の手順と教材を持つ金融リテラシーの学習のための対話に適用した．
プロンプトから直接応答を生成する，単一の LLM を用いたベースライン手法との比較の結果，提案手法は，教材との整合性や対話完遂率，手順の遵守性といった対話の挙動がより安定することを確認した．