标签
本文介绍了RealUserSim，一个将基于LLM的用户模拟扎根于来自14,000+真实对话的人类行为数据中的框架，旨在弥合智能体基准测试中的现实差距。研究表明，基于真实数据的模拟将行为匹配率从24.2%提升至45.3%，并揭示了协作型模拟器无法发现的失效机制。
本文介绍了 SalesSim，这是一个用于评估多模态大型语言模型（MLLM）作为零售用户模拟器的框架和基准，旨在揭示角色对齐方面的不足，并提出了一种名为 UserGRPO 的新型强化学习方法。