热点事件持续更新
ProfileSim：画像驱动的金融外呼用户模拟框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月26日，arXiv cs.CL 发布论文提出 ProfileSim，一个面向金融营销外呼场景的任务型对话用户模拟框架。方法上，它以 GRPO 结合对话级与语句级的分层奖励进行强化学习训练，并联合建模两类画像：用户画像（人口统计特征与大五人格）与业务画像（意图由真实通话日志逆向推断），同时在真实语音对话数据上微调。评估结果显示，ProfileSim 在口语自然度与用户画像遵循度上得分最高；在长尾意图上，其 agent 评分最低；业务合规性与对照方法相当，但用户语句明显更短。目前仅有该篇报道，暂无后续进展或第三方复现信息。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
arXiv 新论文提出 ProfileSim，以分层奖励强化学习训练金融外呼用户模拟器。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.CLProfileSim：基于分层奖励强化学习的画像驱动任务型对话用户模拟
ProfileSim 以 GRPO 加对话级、语句级分层奖励，训练面向金融营销外呼的任务型对话用户模拟器。它联合建模用户画像（人口统计与大五人格）与业务画像（意图从真实通话日志逆向推断），并在真实语音对话数据上微调。评估中其口语自然度、用户画像遵循度最高，长尾意图上 agent 评分最低，业务合规性相当而用户语句明显更短。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。