Google Research发布ConvApparel用户模拟器数据集与真实性评估框架

Google Research提出ConvApparel数据集，用于测量LLM用户模拟器与真实人类交互之间的真实性差距。数据集包含服装购物领域超过4,000段人类—AI多轮对话，接近15,000轮，并结合人口统计对齐、人类相似度评分和反事实验证评估Prompted、ICL与SFT模拟器；实验显示数据驱动方法在统计对齐和应对未见过的低效代理方面优于提示基线，但仍存在真实性差距。