提出披露门控用户模拟器用于伴侣Agent评测

Yao Liu、Yu He、Jihao Huang、Xinyang Liu 和 Feng Zhou 在 arXiv 论文（2609.00982v2）中提出信息披露门控的用户模拟方法，用于减少陪伴型 Agent 评测中模拟用户过度配合导致的失真。该方法让模拟用户根据伴侣 Agent 的行为决定信息披露程度，其状态为五级有序门，合并为三个可观测深度层。 论文报告：在某个已发布的陪伴型 Agent 基准英文语料上，从训练中移除逐样本的门控陈述会使 12 个系统的排名位移超出种子重跑的噪声带；在候选方案中只有其发布的模拟器同时通过两项检验，与已发布排行榜相关性达 0.993。

AI 根据报道生成 · 1 天前更新