基于大语言模型的对话AI用户模拟器中的目标对齐

用户模拟器对对话AI至关重要，通过模拟交互实现可扩展的智能体开发和评估。虽然当前大语言模型(LLM)提升了用户模拟能力，但研究发现这些模型在多轮对话中难以持续展现目标导向行为——这一关键限制影响了其在下游应用中的可靠性。

用户目标状态跟踪框架

提出用户目标状态跟踪(UGST)这一新颖框架，用于在整个对话过程中跟踪用户目标进展。基于UGST框架，开发出三阶段方法来构建用户模拟器，使其能够：

• 自主跟踪目标进展
• 进行推理生成目标对齐的响应

评估体系与实验结果

建立了全面的评估指标来衡量用户模拟器中的目标对齐程度。实验结果表明，该方法在两个基准测试集（MultiWOZ 2.4和τ-Bench）上都取得了显著改进。

技术贡献

这项研究解决了对话AI中的一个关键空白，确立了UGST作为开发目标对齐用户模拟器的重要框架。该技术为构建更可靠、更一致的对话系统提供了新的方法论基础。