OmniSimulator与OmniBehavior推动小模型用户模拟及基准建设
先了解这件事
Jiawei Chen等人在短视频平台用户行为仿真领域提出OmniSimulator训练框架。该框架利用200名真实用户三个月的交互轨迹构建9881个训练实例，通过五维结构化推理提升小模型模拟精度。 实验显示，应用OmniSimulator后Qwen3-8B的平均评分提升34.33%，性能比肩Claude-Sonnet-4.5。该成果支持小规模自托管部署，为高保真LLM用户模拟提供了可扩展方向。 Jiawei Chen团队进一步发布首个基于真实世界数据的LLM长期跨场景用户行为模拟基准OmniBehavior，该基准已被NeurIPS 2026接收。研究揭示了现有SOTA LLM在预测复杂行为时表现不佳及存在的结构偏差，指出了高保真模拟研究的关键方向。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 10月27日 12:00 · 1 篇报道OmniBehavior基准发布及LLM评测arXiv · NLP：OmniBehavior 发布首个基于真实数据的 LLM 长期跨场景用户行为模拟基准
- 10月22日 12:00 · 1 篇报道OmniSimulator小模型行为仿真框架arXiv · AI：OmniSimulator：对齐小语言模型以模拟真实异构用户行为
报道时间线
沿着报道，了解事件的不同侧面。
- arXiv · NLPOmniBehavior 发布首个基于真实数据的 LLM 长期跨场景用户行为模拟基准
研究团队推出 OmniBehavior，这是首个完全基于真实世界数据构建的预测性用户模拟基准，整合了长期、跨场景及异质行为模式。 基准实证了旧有孤立场景数据的局限，并揭示 SOTA LLM 在预测复杂行为时表现不佳，即使扩展上下文窗口，性能仍陷入停滞。 评估发现 LLM 模拟存在“乐观平均人”结构偏差，导致个体差异与长尾行为丢失，指出了高保真模拟研究的关键方向。
- arXiv · AIOmniSimulator：对齐小语言模型以模拟真实异构用户行为
提出 OmniSimulator 框架，使 Qwen3-8B 平均评分提升 34.33%，性能比肩 Claude-Sonnet-4.5。 利用 200 名真实用户三个月交互轨迹构建 9,881 个训练实例，通过五维结构化推理对齐小模型行为。 支持小规模自托管部署，为高保真 LLM 用户模拟提供可扩展方向。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月27日 13:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。