意图胜过表面：超越响应模仿的可控用户模拟
用户模拟器为训练和评估交互式助手提供了可扩展的环境。新方法UserIDA将下一轮用户发言应实现的局部交互意图，与表达该意图的语言形式分离开来。该方法采用六类意图接口、监督式微调，以及基于群组强化学习的意图校准策略优化。在LMSYS-USP上，UserIDA的意图准确率达到86.6%，比最强的专用基线高出24.3个百分点，同时提升了语义和风格相似度。在上下文内干预测试中，它在91.7%的对话状态中实现了六种目标意图中的至少四种。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。