ProfileSim 框架发表：强化学习实现金融营销用户模拟

2026年10月23日，Juan Li 团队在 arXiv 发表论文，正式发布 ProfileSim 任务型对话用户模拟框架。该框架专为金融营销等高价值场景设计，旨在解决此类领域对大量专业对话数据的依赖难题。框架以用户画像为核心驱动，结合层级奖励强化学习技术，实现更真实的交互模拟。 在技术实现上，ProfileSim 基础模型基于真实语音对话数据进行微调，并利用 GRPO 算法在对话与话语两个层面进行精细优化。报道指出，模型在口语自然度及长尾意图合规性上表现最佳，其生成数据可有效支撑意图识别训练及 Agent 评估工作。 此外，该框架在应用层面可与集成 SOP 约束和 RAG 技术的客服智能体协同工作。这种组合显著降低了高价值场景下冷启动部署的技术门槛，有助于加速特定领域智能对话系统的快速落地与迭代。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。