ConvApparel：衡量并弥合 LLM 用户模拟器的真实感差距

Google Research 推出 ConvApparel 数据集与评估框架，基于 4,000 余段服装购物领域人机多轮对话（共约 15,000 轮次）衡量 LLM 用户模拟器的真实感差距。该数据集采用 Good 与 Bad 双智能体采集协议，结合群体统计对齐、拟人度评分与反事实验证三类方法比较 Prompted、ICL、SFT 三类模拟器的行为保真度。