本研究では、PLATO-2をオープンドメイン会話、知識基盤対話、およびタスク指向会話など様々な対話システムに適用することを検討しています。PLATO-2は当初、オープンドメインチャットボットとして設計され、2段階カリキュラム学習により訓練されました。第1段階では、粗粒度の応答生成モデルが学習され、単純化された一対一のマッピング関係に適合します。このモデルは、タスク完了における意味論的なマッピングが確定的であるため、タスク指向会話にも適用されます。第2段階では、多様な応答生成と一貫性推定のためにさらに細粒度の生成モデルと評価モデルが学習されます。これらのモデルは一対多のマッピングを捉える能力に優れており、オープンドメイン会話や知識基盤対話に適しています。PLATO-2の包括的な評価のために、DSTC9（Dialogue System Technology Challenges 9）の複数の課題に参加しました。これにはオープンドメイン会話のインタラクティブ評価（トラック3-タスク2）、知識基盤対話の静的評価（トラック3-タスク1）、およびエンドツーエンドのタスク指向会話（トラック2-タスク1）が含まれます。PLATO-2はこれら3つの課題すべてで1位を獲得し、その有効性が様々な対話システムの一元化フレームワークとして確認されました。