Habilitando la interacción conversacional con la interfaz móvil utilizando modelos de lenguaje grandes

Los agentes conversacionales muestran la promesa de permitir a los usuarios interactuar con dispositivos móviles utilizando lenguaje. Sin embargo, para realizar diversas tareas de UI con lenguaje natural, los desarrolladores generalmente necesitan crear conjuntos de datos y modelos separados para cada tarea específica, lo cual es costoso y consume mucho esfuerzo. Recientemente, se ha demostrado que los modelos de lenguaje grandes (LLMs) preentrenados son capaces de generalizar a varias tareas posteriores cuando se les proporciona un puñado de ejemplos de la tarea objetivo. Este documento investiga la viabilidad de habilitar interacciones conversacionales versátiles con interfaces móviles utilizando un único LLM. Diseñamos técnicas de indicación para adaptar un LLM a interfaces móviles. Experimentamos con cuatro tareas de modelado importantes que abordan varios escenarios en la interacción conversacional. Nuestro método logró un rendimiento competitivo en estas tareas desafiantes sin requerir conjuntos de datos y entrenamiento dedicados, ofreciendo un enfoque ligero y generalizable para habilitar la interacción móvil basada en el lenguaje.