EMNLP 2026：KnowSim 模拟用户知识水平影响 LLM 评测排名

2026年10月25日，AGI Hunt 报道，研究者 yoonjoole2 将在 EMNLP 2026 展示两篇关于 LLM 用户模拟的论文。第一篇提出 KnowSim 用户模拟器，能在多轮对话中追踪并更新“用户已知什么”，用来评估 AI 的回答是否与用户的知识水平相校准；跨 9 个 LLM 的实验显示，模型排名会随用户知识水平变化。另一篇 User Role Vector 则借助内部表征与 activation steering，研究用户模拟器中的助手偏见。10月26日凌晨，AGI Hunt 的后续报道补充了 KnowSim 的展示安排：它将在 EMNLP 2026 主会海报环节展示，基于认知科学理论构建仿真器，模拟不同知识水平人群如何搜寻信息，目标是让 AI 更好对齐不同认知画像用户的需求；团队核心成员 Yoonjoo 将在周二上午 9-10:30 的海报环节展示。目前相关消息均来自 AGI Hunt，尚无其他来源补充或回应。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。