arXiv · cs.AI· Harshita Chopra, Kshitish Ghate, Aylin Caliskan, Tadayoshi Kohno, Chirag Shah, Natasha Jaques·· 1 天前
PPol通过进化式Persona生成提升LLM Agent评测与训练效果
Beyond Cooperative Simulators: Generating Realistic User Personas for Robust Evaluation of LLM Agents
arXiv:2605.12894v2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：Harshita Chopra, Kshitish Ghate, Aylin Caliskan, Tadayoshi Kohno, Chirag Shah, Natasha Jaques
研究任务与主要进展
研究提出Persona Policies（PPol）控制层，利用进化式编码Agent生成保持任务目标但具有行为多样性的用户Persona。基于论文摘要，在包含τ²-bench Retail和Airline、ColBench、WildChat的4个基准上，PPol用户模拟器的fitness score较基线提升28–72个百分点；盲评中有80.4%被标注为“人类”。
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