两篇 LLM 用户模拟论文入选 EMNLP 2026,聚焦助手偏差校准
QVeraLiao · x · 2026-08-22
作者宣布两篇关于 LLM 用户模拟的论文入选 EMNLP 2026:
- KnowSim(Main 会议):研究用户模拟器如何建模用户已知知识与交互中的知识演变,从而评估助手提供的信息是否与用户不断演进的理解相校准。
- Role Vector 研究(Findings):在 LLM 激活中识别出一个「用户角色方向」,沿该方向引导可缓解模拟器中的助手偏差,激发更接近真实用户的行为。
「研究」频道最新
- Sunday Robotics ACT-2 模型实现零样本泛化突破 — tonyzzhao · 2026-08-22
- 复旦等提出世界评判模型WCM，149项任务刷新VLA成绩 — jiqizhixin · 2026-08-22
- 研究笔记解析神经网络中的权重叠加干扰现象 — thebasepoint · 2026-08-22
- 思维实验：把 Qwen 27B 模型带回过去，哪年能跑通？ — doodlestein · 2026-08-22
- 英伟达用线性代数解决多模型切换 KV 缓存难题 — bendee983 · 2026-08-22
- AI 发现大象呼名、鲸鱼语音字母，揭开动物交流隐秘世界 — anselm · 2026-08-22