★ 3
UserRepGen-4B：用用户表征提升 AI 助手模拟保真度
论文指出用户表征是用户模拟器中被低估的瓶颈，并提出对话重建任务来评估表征质量：先生成表征、以其条件化模拟器、再对比原始与模拟对话中的用户行为。作者提出「后见蒸馏」在线训练方法，产出 4B 参数的表征生成器 UserRepGen-4B。在 7 个数据集 700 段对话上，其模拟保真度超过 GPT-5…
arXiv NLP14 天前
#用户模拟
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
PsyBer-Agent：面向推荐系统的心理学驱动用户智能体
论文提出 PsyBer-Agent，一个心理学启发的推荐系统用户模拟器，通过 Psy-Engine 用三个演化潜状态建模疲劳、情感与偏好漂移。方法用非平衡 Gromov-Wasserstein 最优传输对齐真实日志轨迹与模拟潜状态轨迹，为轻量策略提供监督而无需微调大模型。同时发布 WebSim 与…
arXiv NLP19 天前
★ 3
TRACER：行为一致的多轮用户模拟器
论文提出 TRACER，一种显式建模用户意图演化、并对齐真实交互轨迹的多轮用户模拟器，采用监督微调加多轮强化学习两阶段训练。在真实客服会话上，TRACER-7B 的转化 F1 比最强基线高 11.4，并取得最低的组级转化率误差与语义轨迹距离，且能泛化到分布外场景。作者还基于该模拟器提出动态营销基准…
arXiv cs.AI38 天前
★ 2
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。
arXiv NLP7 天前
★ 2
StaGPO：让工具智能体适应表达不完整的弱用户
论文指出工具智能体几乎只用表达完整的强模拟用户训练，而真实用户往往信息不全。作者通过遮蔽用户回复构造弱用户，发现常规训练无法改善弱用户表现，遂提出 StaGPO 状态分组策略优化，在 ToolWOZ 上使 Qwen3.5-2B 弱用户成功率升至 76.8%，比 GRPO 高 4.8 个百分点。
arXiv cs.AI13 天前
★ 2
提示词 vs 规则：语音用户模拟自然度审计
论文审计了基于 LLM 提示的 tau-Voice 与基于规则的注入算法在语音用户模拟中实现的不流畅、打断与附和等自然度行为。结果显示提示方式不可靠、生成的语音与指令不一致且分布不自然，而基于规则的无模型算法更可控、更贴近真实语音。作者认为未经用户模拟专门训练的 LLM 不足以代表真实用户行为。
arXiv NLP24 天前
★ 2
社会语言学方法提升用户模拟人设保真度
论文提出以社会语言学视角定义用户人设——把人格视为由可观测语言风格涌现的社会类型，而非需模型外推的标签描述。作者将人设写成具体风格比率，并借用作者身份验证文体计量与词典内容分析两种无模型工具作为保真度诊断，在五类客服智能体上 A/B 测试显示该方案提升了多数模型的风格遵循度与文体可区分性。
arXiv NLP24 天前
★ 2
从宏观社会信号学习个体行为模拟
论文提出 macro2mind，利用预测市场的价格轨迹训练语言模型学习行为推理，用 GRPO 优化。模型在 Polymarket 上取得最优方向准确率，并零样本迁移到四个用户模拟基准，作为数据生成器可将下游模拟器准确率提升 15.5 个百分点。
arXiv cs.LG26 天前
这个主题的相关资产
相关公司阿里巴巴1