新方法用用户表征提升模拟保真度

Shuhaib Mehri 等作者提交论文，提出用自然语言用户表征条件化用户模拟器，并设计对话重建任务评估表征质量；他们还引入事后蒸馏在线训练表征生成器，使其能直接从原始对话生成改进后的表征。 由此训练的 UserRepGen-4B 在 700 段对话、7 个数据集上生成表征，作者称其模拟保真度超过 GPT-5.5 生成的表征。论文还称，学到的表征能提升未见任务的模拟保真度、更好保留真实用户的人群多样性，并更有效区分不同对话中的用户。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。