Meta 训练 MIMESIS 用户模拟器,行为逼真度超 Claude Opus 5 达 13.4 分
dair_ai · x · 2026-10-09
Meta Superintelligence Labs 发布关于用户模拟器用于 agent 训练的新论文,指出一个普遍问题:
- 现有 agent RL 训练中,通常让另一个 LLM 扮演用户,导致模拟用户过于配合、过于直白;固定的 GPT-5.5 agent 在这类假用户下跑 tau-bench 任务比面对真人轻松得多
- 团队据此训练了 MIMESIS,一个 9B 的用户模拟器,基于真实人类对话和 13 种真实用户行为模式训练,行为逼真度比 Claude Opus 5 高 13.4 分
- 用 MIMESIS 训练出的 agent,在 9 个从未见过的用户模拟器上全面优于用 GPT-5.5 训练的 agent
- 额外发现:加一个「coaching」步骤,把模拟器的内部推理转成反馈,还能进一步提升效果
所属事件:Meta 开源 MIMESIS 用户模拟器，助力 agent 训练超越 GPT-5.5(2 条相关)→
「编程与Agent」频道最新
- 创业公司内部 Devin 已完成九成开发工作，全面接管 Codex 与 Claude Code — RileyRalmuto · 2026-10-10
- 三件套本地方案帮创始人复制自己：月处理 $42k 净利的遗产认领生意 — aryanXmahajan · 2026-10-10
- 一年之变：生成式 UI 从实验长成一套 Web 协议栈 — agihouse_org · 2026-10-10
- 纽约 AI 晚宴纪要：推理优化靠 agent 找、代码审查已不划算 — paulnovosad · 2026-10-10
- 用 Codex 给 SNES 老游戏加 4K CRT 滤镜,《时空之轮》焕新生 — pvncher · 2026-10-10
- AI Agent 迈出新一步:Priors 交易代理可在 Robinhood 以自己名义开户授信 — econoar · 2026-10-10