arXiv cs.AI· Hang Zheng, Nan Jiang, Zichen Zhu, Zixu Yang, Zhiyang Tang, Shuai Fan, Lu Chen, Xiaobao Wu, Kai Yu·· 2 天前AI 评分29
ARGUS：面向可靠用户模拟的议程驱动框架
ARGUS: An Agenda-Driven Framework for Reliable User Simulation
AI 导读
研究者提出 ARGUS（Agenda-dRiven Goal-oriented User Simulator），一种神经符号框架，通过符号操作维护动态议程栈来跟踪用户目标状态，将状态追踪与自然语言生成严格解耦，以实现严格的目标推进和约束对齐交互。
正文 · AI 翻译
摘要：高保真用户模拟器对于在交互环境中评估和训练智能体至关重要。然而，当前基于 LLM 的模拟器在可靠性方面存在不足，例如目标遗漏和策略不合规。我们提出 ARGUS（Agenda-dRiven Goal-oriented User Simulator，议程驱动的目标导向用户模拟器），这是一个神经符号框架，通过符号操作维护动态议程栈来跟踪用户的目标状态。通过将状态跟踪与自然语言生成严格解耦，ARGUS 实现了严格的目标推进和约束对齐的交互。为便于低成本部署，我们使用统一流水线将 ARGUS 蒸馏为紧凑模型：先进行评测器引导的 SFT，再进行带有密集步骤级奖励的在线 RL。为严格评估行为保真度，我们引入基于评分标准的指标——综合行为得分（CBS）。在 $\tau^3$-Bench 和 MultiWOZ 上的评估表明，ARGUS 架构具有显著优势，且我们的训练流水线行之有效。代码和数据即将发布。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.21346 [cs.AI] |
| （或使用 arXiv:2610.21346v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.21346 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hang Zheng [查看邮箱]
[v1]
2026年10月15日星期四 06:29:36 UTC（1,850 KB）
来源：arXiv cs.AI · arxiv.org