用户表示成模拟瓶颈，新方法让AI模拟真实用户比GPT-5.5更保真！
Learning User Representations to Improve Simulation Fidelity
📖 AI 总结
该研究聚焦用户模拟器在复现真实用户行为方面的不足，指出“用户表征”（即以自然语言描述来条件化模拟器、使其模仿特定用户行为）是此前被忽视的关键瓶颈。由于表征质量只能通过模拟器产生的行为事后判断，作者提出对话重建任务：先生成表征，再据此模拟对话，并与原始对话比对以衡量保真度，同时获得指出表征缺陷的“事后反馈”。在此基础上，作者提出事后蒸馏方法，将反馈条件下的改进在线蒸馏进表征生成器，使其能直接从原始对话生成更优表征，并训练出UserRepGen-4B模型。在覆盖七个数据集、共700段对话上的实验表明，事后反馈可在测试时提升表征质量，UserRepGen-4B生成的表征在模拟保真度上优于GPT-5.5；学习到的表征还能提升未见任务上的模拟保真度，更好地保留真实用户群体的多样性，并更有效地区分不同用户。
🔑 关键词速览
| 用户模拟器 | 一种模拟真实用户行为以支持AI助手交互式训练和评估的系统。 |
| 用户表示 | 用自然语言描述特定用户行为特征，用于条件化模拟器以复现该用户行为的文本表示。 |
| 对话重建任务 | 通过生成用户表示、条件化模拟器并模拟对话，再与原始对话比较用户行为来评估表示保真度的任务。 |
| 事后蒸馏 | 一种在线训练方法，将基于事后反馈的改进蒸馏到表示生成器中，使其能直接从原始对话生成改进的表示。 |
| UserRepGen-4B | 通过事后蒸馏训练的40亿参数用户表示生成器模型。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅