इस पत्र में, हम एक नवीन ढाँचे का प्रस्ताव करते हैं जो लक्ष्य-उन्मुख मुक्त-अंत वार्तालापों के लिए एक बड़े पैमाने के भाषा मॉडल (एलएलएम) और एक सुदृढीकरण अधिगम-आधारित संवाद प्रबंधक को एकीकृत करता है। किसी वार्तालाप के संरचनात्मक चरणों को मॉडल करने के लिए पदानुक्रमित सुदृढीकरण अधिगम और विभिन्न उपयोगकर्ता प्रोफ़ाइलों के लिए इसकी अनुकूलनशीलता को बढ़ाने हेतु मेटा-लर्निंग का लाभ उठाकर, हम सीमित आँकड़ों से सीख सकते हैं, वार्तालाप चरणों के बीच सहज रूप से संक्रमण कर सकते हैं, और विषम उपयोगकर्ता आवश्यकताओं के अनुसार प्रतिक्रियाओं को वैयक्तिकृत कर सकते हैं। व्यवहार परिवर्तन को बढ़ावा देने के लिए प्रेरक साक्षात्कारों में अपने ढाँचे को लागू करके, हम प्रदर्शित करते हैं कि प्रस्तावित संवाद प्रबंधक पुरस्कारों के मामले में अत्याधुनिक एलएलएम बेसलाइन मॉडल से बेहतर प्रदर्शन करता है, जिससे लक्ष्य-उन्मुख मुक्त-अंत वार्तालाप प्रणालियाँ बनाने के लिए एलएलएम कंडीशनिंग के संभावित लाभों का प्रदर्शन होता है।
