#任务型对话

ProfileSim：强化学习分层奖励驱动的金融营销用户模拟

论文提出 ProfileSim，面向金融营销外呼场景的用户模拟框架，联合建模用户画像（人口统计与大五人格）与业务画像（从真实通话日志反推意图）。基座模型在真实语音对话数据上微调，并用 GRPO 与对话级、话语级分层奖励优化。实验显示其在口语自然度、画像遵循度上最优，长尾意图上客服智能体得分最低。