DAUS 是一种基于大型语言模型的领域感知用户模拟器，通过在真实的面向任务对话示例上进行微调，显著提高用户目标的实现，并有效减少模拟器回应中的不一致性来源。

Feb, 2024

本文提出了一种以 GPT-2 模型为基础，利用目标状态追踪的生成式用户模拟器（GUS）来解决用户模拟器训练时遇到的挑战，并在 MultiWOZ2.1 数据集上通过交叉模型评估、基于语料库的评估和人类评估等方法对训练出的多个对话系统进行对比，证明了 GUS 在三个评估任务中的表现均优于基于议程的用户模拟器（ABUS）和其他削减模拟器。

Oct, 2022

本研究提出了一种基于大型语言模型的用户模拟方法来优化面向任务的对话系统，这种方法通过在用户目标和有限对话示例的基础上产生多样化的话语来消除手工规则定义或广泛注释数据的需要，并对用户模拟器和对话系统之间的相互作用进行了误差分析，提供了改进的有价值见解。

Jun, 2023

本文提出了一个基于生成式变形器的用户模拟器（GenTUS），它可以同时优化用户策略和自然语言生成，并生成语义动作和自然语言话语，保持可解释性和增强语言变异。它还利用大型预训练语言模型，将输入和输出表示为单词序列，从而实现特征表示的可泛化性。评估结果表明，GenTUS 生成的自然语言更真实，能够在没有先验知识的情况下转移到未见过的本体，并且可以通过强化学习进一步优化行为，从而为训练专门的用户模拟器打开了大门。

Aug, 2022

该研究论文介绍了用于电影预订领域的用户模拟器，它利用规则和收集到的数据，并支持电影票预订和电影寻找两个任务。为了实现对对话框架的经验算法比较，论文提出了一种新的模拟框架，展示了多个代理的思路，并详细介绍了将自己的代理添加到所提出的框架中进行测试的过程。

Dec, 2016

通过从真实人机对话中提取的人类问题作为学习目标，我们训练出了用户模拟器 UserGPT，产生了高质量的以人为中心的合成对话数据集 RealChat。实验结果表明，我们的模型在 Vicuna-Bench 和 MT-Bench 中优于基线模型，手动评估也表明我们的模型具有极高的竞争力。通过与最新 LLaMA 2 模型进行微调，ReaLM 在 MT-Bench 中获得了 6.33 的领先分数，超过了其他同等规模的模型，包括 LLaMA-2-7B-chat 模型。我们的方法还展示了可扩展性和可迁移性，并对训练集数据质量与模型性能之间的相互作用进行了初步探索，为未来的研究奠定了坚实的基础。

Aug, 2023

本文介绍了 USi，一种用于自动评估对话式搜索系统的用户仿真器，可自动回答与搜索主题有关的澄清问题，包括单轮和多轮交互。通过一系列实验证明了 USi 对人类生成的答案是相当的。

Apr, 2022

通过五项任务评估语言模型在对话推荐中模拟人类行为的效果，研究发现基准模拟器的评估可以揭示语言模型与人类行为的差异，并提供了模型选择和提示策略的见解。

Mar, 2024

本篇论文介绍了 Neural User Simulator（NUS），它的行为是从语料库中学习的，并且生成自然语言，因此需要的标注数据较少。与评估基于语料库的度量的大部分先前工作相比，我们使用 NUS 来训练基于强化学习的 Spoken Dialogue System 的策略，并将其与 ABUS 进行比较，发现 NUS 在交叉模型评估和在真实用户上的测试中表现优异。

May, 2018

为了推动自动化任务导向对话系统的评估，本研究提出了一种基于预训练语言模型的新型用户模拟器，并通过上下文学习来生成具有鲁棒性和语言多样性的输出，以模拟人类对话行为。通过与现有对话系统交互，并收集人机交互数据集，验证了该用户模拟器在单一意图对话目标方面的表现与人类相似。

Sep, 2023