共 1 篇相关文章
现有用户模拟器评估方法仅能检测10类失效中的5-6种,甚至偏好接受残缺工作的模拟群体。新研究提出结合效用与双层保真度的评估套件,在351段真实多轮会话中成功检测全部扰动,揭示群体级指标的盲区。