Meta 开源 MIMESIS：9B 用户模拟器训练 agent 胜过 GPT-5.5
facebook · hf · 2026-10-09
Meta 发布 MIMESIS，一个专为交互式 agent 训练打造的用户模拟器：用真人对话训练，带显式推理监督和 13 种源自真实用户的行为模式，克服通用助手 LLM 过度配合、行为同质化的问题。
- 9B 版本 SOUL-Index 达 65.7，超越最强前沿模型；相比 Claude-Opus-5，行为保真度提升 13.4 分，Turing distance 降低 3.6 分。
- 冻结该模拟器后，用它做多轮强化学习训练 agent：在 8 个环境、9 个未见过的用户模拟器下，agent 表现全面优于用 GPT-5.5 训练的版本。
- 提出 Coached On-Policy Self-Distillation（CSD）：把模拟器生成的私有推理轨迹转成教练笔记，提供 token 级密集监督，进一步提升所有评测环境的表现。
「编程与Agent」频道最新
- 用 AI 一小时搭出带 Salesforce 链接的定制销售仪表盘 — thisiskp_ · 2026-10-09
- Nvidia 论文：训练与改技能文件交替进行，Agent 提分最显著 — rohanpaul_ai · 2026-10-09
- 开发者称 ultrafast 改变心流：专注单任务即时迭代 — Dimillian · 2026-10-09
- GPT-6.1 Sol ultrafast 实测：比标准模式快 8 倍写 SwiftUI — Dimillian · 2026-10-09
- 开发者自建 Gmail AI 回复助手：靠记忆工具越用越准 — Al_Grigor · 2026-10-09
- 新论文提出 Agent Plasticity:衡量智能体从经验中自我改进的效率 — anirudhg9119 · 2026-10-09