Intent Speaks Louder: Controllable User Simulation Beyond Response Imitation
UserIDA improves user simulators by explicitly controlling interaction intent per turn through directive-conditioned generation and calibrated reinforcement learning.
Hugging Face · Daily Papers
·Bo Wang, Ruixing Zhang
·
·▲ 3 upvotes
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Bo Wang, Ruixing Zhang, Yunqi Liu, Yang Zhang, Liangzhe Han, Tongyu Zhu
- 3 upvotes da comunidade
- Temas: supervised fine-tuning, group-based reinforcement learning, policy optimization, intent-calibrated reward, directive-conditioned generation
Resumo
Resumo original (em inglês), extraído do paper:
UserIDA improves user simulators by explicitly controlling interaction intent per turn through directive-conditioned generation and calibrated reinforcement learning.Onde ler
// relacionados
Leia também
Editorial
RynnValue: o relógio do vídeo como recompensa para robôs
Blog
Anthropic aplica marca d'água a todas as saídas do Claude globalmente, com marcas que "podem persistir mesmo após alguma edição"
Blog
webAI lança TwIL-LM: uma família de modelos de lógica formal de 1,7B e 3B para autoformalização em hardware local
Blog