End-to-End Negotiator라는 이름의 Linux 앱으로, 최신 버전은 end-to-end-negotiatorsourcecode.tar.gz 파일로 다운로드할 수 있습니다. 워크스테이션용 무료 호스팅 제공업체인 OnWorks에서 온라인으로 실행할 수 있습니다.
OnWorks가 포함된 End-to-End Negotiator라는 앱을 무료로 다운로드하여 온라인에서 실행해보세요.
이 앱을 실행하려면 다음 지침을 따르세요.
- 1. 이 애플리케이션을 PC에 다운로드했습니다.
- 2. 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX에 원하는 사용자 이름을 입력합니다.
- 3. 이러한 파일 관리자에서 이 응용 프로그램을 업로드합니다.
- 4. 이 웹사이트에서 OnWorks Linux 온라인 또는 Windows 온라인 에뮬레이터 또는 MACOS 온라인 에뮬레이터를 시작합니다.
- 5. 방금 시작한 OnWorks Linux OS에서 원하는 사용자 이름으로 파일 관리자 https://www.onworks.net/myfiles.php?username=XXXXX로 이동합니다.
- 6. 응용 프로그램을 다운로드하여 설치하고 실행합니다.
스크린샷:
엔드투엔드 협상자
설명 :
End-to-End Negotiator는 Facebook AI Research에서 자연어로 전략적 협상을 수행할 수 있는 신경 에이전트를 훈련하기 위해 개발한 PyTorch 기반 연구 프레임워크입니다. 이 프로젝트는 "거래 성사 여부? 협상 대화를 위한 종단 간 학습"과 "전략적 대화를 위한 계층적 텍스트 생성 및 계획"이라는 두 가지 주요 논문에 제시된 모델을 구현합니다. 이 프레임워크는 에이전트가 공유 리소스를 사용하는 다중 턴 협상에서 결과를 극대화하기 위해 효과적으로 계획, 추론 및 소통할 수 있도록 지원합니다. 이 프레임워크는 지도 학습(인간 대화 데이터 기반 훈련)과 강화 학습(자가 플레이 및 롤아웃 기반 계획 기반 훈련)을 위한 코드를 제공합니다. 또한, 상위 수준의 의도를 먼저 클러스터링한 후 일관된 언어로 변환하는 계층적 잠재 모델을 도입하여 대화의 다양성과 목표의 일관성을 향상시킵니다. 저장소에는 2,200개의 고유한 시나리오에 걸쳐 5,800개 이상의 대화로 구성된 Negotiate 데이터 세트도 포함되어 있습니다.
기능
- 자연어 협상 및 의사 결정을 위한 신경 에이전트를 훈련합니다.
- 자가 재생 기능을 갖춘 지도 학습 및 강화 학습이 포함됩니다.
- 대화 생성을 위한 계층적 의도 기반 계획을 구현합니다.
- 다양한 모델 아키텍처 제공: 기준 RNN, 잠재 클러스터링 및 전체 계층 모델
- 5,800개의 인간이 수집한 협상 대화 데이터 세트와 함께 제공
- 에이전트 대 에이전트 협상을 시뮬레이션하고 협상 결과를 분석하기 위한 도구
프로그래밍 언어
Python
카테고리
이 애플리케이션은 https://sourceforge.net/projects/end-to-end-negotiator.mirror/에서도 다운로드할 수 있습니다. OnWorks에 호스팅되어 무료 운영 체제 중 하나에서 가장 쉽게 온라인에서 실행할 수 있도록 설계되었습니다.