arXiv发布SimInter对话推荐用户模拟方法
发生了什么
据arXiv论文，SimInter通过LLM智能体间的合成访谈，基于统计画像和历史对话证据增强用户属性。审计智能体在每轮对话中显式标记潜在捏造和刻板印象。在ReDial数据集上，该方法显著增加了偏好方面的多样性（过滤方面熵：1.619 vs 0.859）。人工评估显示94.3%的增强属性声明得到支持或部分支持。
- 过滤方面熵
- 1.619 vs 0.859
- 人工评估支持率
- 94.3%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口