Search

直接匹配不多,已補上最新動態。

Tag: #sim2real2 results

LLM 使用者模擬過度放大代理成功

LLM 使用者模擬過度放大代理成功

研究人員揭露 LLM 基於使用者模擬在代理任務中的 Sim2Real 差距,顯示其過度合作且缺乏人類挫折感,製造「簡單模式」。首次以 451 名真人執行完整 τ-bench,透過新 User-Sim Index (USI) 基準測試 31 個 LLM。結果呼籲在代理開發中使用真人驗證而非未經驗證的模擬。