arXiv · cs.AI· Hoang Phan, Dat Huynh, Andrey Zhmoginov, Qi Zeng, Wancen Mu, Yue Cao, Shengjie Bi, Yun He, Changdae Oh, Deren Lei·· 1 天前
MIMESIS：学习作为交互式智能体训练环境的用户模拟器
MIMESIS: Learning User Simulators as Training Environments for Interactive Agents
arXiv:2610.09484v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hoang Phan, Dat Huynh, Andrey Zhmoginov, Qi Zeng, Wancen Mu, Yue Cao, Shengjie Bi, Yun He, Changdae Oh, Deren Lei
首次提交：2026-10-07 13:37
研究任务与主要进展
基于论文摘要，研究团队提出用户模拟器MIMESIS：以人类对话、显式推理监督和13种真实行为模式训练9B模型，并在SOUL-Index上达到65.7。相较Claude-Opus-5，其行为保真度提高13.4分、Turing距离降低3.6分；冻结该模拟器后进行多轮强化学习，所得智能体在8个环境中均优于使用GPT-5.5训练的智能体，并在9个未见用户模拟器上表现出更强泛化。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org