ConvApparel：衡量并弥合用户模拟器的真实感差距

Google Research 推出数据集与评估框架 ConvApparel，旨在衡量并弥合大语言模型用户模拟器与真实人类行为之间的真实感差距。该数据集包含服装导购场景下超过 4,000 场人机多轮对话（近 15,000 轮），采用优质与劣质双 AI 智能体收集从满意到沮丧的真实反应。研究团队结合群体统计对齐、拟人度评分与反事实验证，全面评估模拟器的泛化适应能力。