arXiv 人工智能· Hoang Phan, Dat Huynh, Andrey Zhmoginov, Qi Zeng, Wancen Mu, Yue Cao, Shengjie Bi, Yun He, Changdae Oh, Deren Lei·· 8 小时前AI 评分45
MIMESIS：构建用户模拟器作为交互式智能体训练环境
MIMESIS: Learning User Simulators as Training Environments for Interactive Agents
AI 导读
研究人员推出专用用户模拟器 MIMESIS，基于显式推理监督与 13 种真实行为模式训练，用于交互式智能体训练。其 9B 模型在 SOUL-Index 达到 65.7，相比 Claude-Opus-5 提升 13.4 分保真度并降低 3.6 分图灵距离，在 8 个环境中的智能体训练效果超越 GPT-5.5。配套提出的 CSD 方法可提供稠密 token 级监督，代码已开源。
来源：arXiv 人工智能 · arxiv.org