arXiv · NLP· Mengze Hong, Zeyang Lei, Wenbo Shang, Xia Zeng, Xiying Zhao, Qi Zhu, Chen Jason Zhang, Di Jiang, Taiming Fu, Qiongyi Zhou, Qinghe Chang, Fubao Zhang, Chenxuan Ma, Minlong Peng, Jinfeng Huang, Zineng Zhou, Jindou Wu, Muge Qi, Sijun He, Xin Cui, Di Liang, Yuan Hua, Davey Chen·· 2026-10-09AI 评分25
UXBench Pro:多轮对话中个性化用户体验基准测试
UXBench Pro: Benchmarking Personalized User Experience in Multi-Turn Dialogue Interactions
AI 导读
UXBench Pro 提出包含 1,000 个测试实例的用户体验基准,涵盖 12 个任务场景和 82 个领域。 该基准引入双视角范式,结合个性化用户奖励模型(URM)与 Sim4Eval 用户模拟器,并通过 URMBench 和 USimBench 验证评估可靠性。 实验结果强调用户建模和多视角评估的重要性,为个性化模型优化提供新视角。
来源:arXiv · NLP · arxiv.org