研究者提出人物混合模型用于人类模拟

研究者 Minwoo Kang 等人发表论文，提出 Persona Mixture Models（PMMs）：用少量特定人物的短对话样本，把预训练基座模型绑定到人物画像上，用于模拟人类。作者称，其预测比指令微调模型更准确，并保留更多人类对话中的词汇、语义与语用多样性。 针对基座模型可能产生域外对话、在长上下文中丢失人物内部状态的问题，作者又提出 tandem 模型，把预训练模型与指令微调监督器结合；作者称该模型在实验中取得最佳的整体准确率与多样性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。