arXiv · NLP· Juan Li, Fangshu Chang, Xinyi Jiang, Ling Huang, Yunzhang Chen·· 5 小时前AI 评分33
ProfileSim：基于层级奖励强化学习的画像驱动用户模拟框架
Profile-Driven User Simulation via Reinforcement Learning with Hierarchical Rewards for Task-Oriented Dialogues
AI 导读
ProfileSim 框架通过联合建模用户画像与业务画像，利用 GRPO 优化实现金融营销领域的用户模拟。模型基于真实语音数据微调，在口语自然度及长尾意图合规性上表现最佳。 该框架生成数据支持意图识别训练及 Agent 评估，助力高价值场景下的快速冷启动部署。
来源：arXiv · NLP · arxiv.org