SimInter：访谈式画像增强的对话推荐用户模拟器

Erfan Shahabi 等发布论文 SimInter，提出一种基于访谈的用户模拟方法：用两个 LLM 智能体进行合成访谈，在用户统计画像和历史对话证据基础上补充决策风格、方面偏好与领域专长等画像信息，并在访谈回合中审计潜在的编造和刻板化表达。 该方法在电影推荐场景实例化和评估：模拟了 300 个 ReDial 用户，并在匹配的 100 用户子集上与仅用统计画像的基线比较。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。