论文称结构化行为推理让小模型用户模拟得分提升34.33%。
资讯摘要
论文提出 OmniSimulator 训练框架，用于提升小语言模型在短视频平台场景中的真实用户模拟预测能力。该框架用五维结构化 schema 组织行为导向推理，从 200 名真实用户三个月交互轨迹中构建 9,881 条高质量训练实例，并由教师模型生成推理轨迹。作者报告，Qwen3-8B 平均得分提升 34.33%，表现可与 Claude-Sonnet-4.5 竞争，并支持更小规模的自托管部署。
要点速读
- OmniSimulator 以五维结构化 schema 组织行为导向推理，并引入教师模型生成高质量推理轨迹。
- 训练数据来自 200 名真实用户三个月的交互轨迹，共构建 9,881 条实例，平均每用户约 50 条。
- 作者报告 Qwen3-8B 平均得分提升 34.33%，表现可与 Claude-Sonnet-4.5 竞争，并支持小规模自托管部署。
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 2026/10/23 08:00:11（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。