DAIR.AI：Meta超智能实验室发布了一份关于用户模拟器的重磅论文，用于…

Meta超智能实验室发布了一份关于用户模拟器的重磅论文，用于代理训练。通常情况下，代理强化学习设置会让一个助手型大语言模型扮演用户，但这样模拟出来的用户过于合作，表达过于直接。一个固定的GPT-5.5代理在这些用户面前完成τ-基准任务比对真实用户更容易。这项研究训练了一个名为MIMESIS的9B用户模拟器，该模拟器基于人类对话和13种在真实用户中观察到的行为模式。MIMESIS在行为真实度上比Claude Opus 5高出13.4分。使用它进行训练的代理，在从未见过的九种用户模拟器中，都比训练过GPT-5.5的代理表现更好。

—— DAIR.AI (@dair_ai) X帖子｜2026-10-09T15:59:02+00:00
原帖：https://x.com/dair_ai/status/2108588052914598084