arXiv · cs.AI · David Anugraha, Vishakh Padmakumar, Diyi Yang · 8 小时前模型评分46
SparkMe：面向定性洞察发现的自适应半结构化访谈系统
SparkMe: Adaptive Semi-Structured Interviewing for Qualitative Insight Discovery
导读
研究团队提出 SparkMe，一个多智能体大语言模型（LLM，Large Language Model）访谈系统，通过模拟对话推演规划提问，在覆盖预设话题与挖掘新主题之间取得平衡。在 LLM 模拟受访者实验中，其话题指南覆盖率比最佳基线提升 4.7%，且对话轮次更少；70 名、覆盖 7 个职业的参与者用户研究显示，领域专家认为其访谈质量更高、更具适应性。代码与评测资源已开源。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Based on this formulation, we introduce SparkMe, a multi-agent LLM interviewer that performs deliberative planning via simulated conversation rollouts to select questions with high expected utility.”
- “The code and evaluation resources for SparkMe are available as open source at this https URL .”
来源：arXiv · cs.AI · arxiv.org