研究揭示用户模拟器评测盲区:现有指标仅识别 10 类失败中的 5-6 类

geoffwolfe · x · 2026-11-22

UCLA、UC Berkeley 等机构研究者(含 Ion Stoica、Cho-Jui Hsieh)发布论文《On Evaluating User Simulators for Interactive Agents》,系统性追问:用户模拟器的评测分数到底能说明什么?

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →