斯坦福大学今天发表了他们最新的研究：什么是好的对话？良好的对话需要在简单和细节之间平衡；没有偏题也可以适度地发散；提问并回答问题。 尽管对话智能体通常是通过人类对整体质量的判断来评估的，但质量与这些个体因素之间的关系却没有得到很好的研究。 在这项工作中，我们研究了两种可控的神经文本生成方法，即条件训练和加权解码，以便控制聊天对话的四个重要属性：重复，特异性，响应相关性和问题询问。 我们进行了大规模的人工评估，以测量这些控制参数对 PersonaChat 任务上的多轮互动对话的影响。 我们详细分析了它们与对话的高级方面的关系，并表明通过控制这些变量的组合，我们的模型在人类质量判断中获得了明显的改进。