回到最新动态
研究论文 / THE SIGNAL

ProfileSim:基于强化学习的金融营销用户模拟框架

Profile-Driven User Simulation via Reinforcement Learning with Hierarchical Rewards for Task-Oriented Dialogues

重要性 4.5 AI 辅助整理

论文提出面向金融外呼的用户模拟框架 ProfileSim

资讯摘要

论文提出 ProfileSim,面向金融营销外呼场景的用户模拟框架,联合建模用户画像(人口统计与五大人格特质)和业务画像(从真实通话日志反推的意图)。基础模型在真实语音对话数据上微调,并用 GRPO 与对话级、话语级分层奖励优化。作者报告其在口语自然度、用户画像遵循度上表现最好,长尾意图下客服得分最低,用户话语更短且业务合规性相当。

要点速读

  1. ProfileSim 联合建模用户画像与业务画像,以细粒度控制模拟行为
  2. 基础模型在真实语音对话数据上微调,并用 GRPO 加分层奖励优化
  3. 作者报告其在口语自然度与画像遵循度上最优,长尾意图下客服得分最低

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.CL 原文arxiv.org · 在新窗口打开