可控制用户模拟

论文将可控制用户模拟形式化为因果推断问题，指出基于事后轨迹标签的监督微调会引入结构性偏差和前瞻性偏差。 理论证明策略偏移会导致评估指标方差几何级数爆炸（“可控性崩溃”）。提出先验控制等缓解方案，实证显示因果驱动模拟器消除偏差并保持零样本泛化能力。