ARGUS：用于可靠用户模拟的议程驱动框架

研究人员提出神经符号框架 ARGUS，通过符号操作维护动态议程栈并解耦状态追踪与自然语言生成，以解决大语言模型用户模拟中的目标遗漏和违规问题。该框架通过评估器引导的 SFT 与密集奖励在线 RL 蒸馏至紧凑模型，并引入复合行为评分指标 CBS。在 $\tau^3$-Bench 与 MultiWOZ 评测中其性能表现优异，代码与数据即将开源。