研究者提出OmniSimulator框架训练小模型模拟短视频用户行为
热点事件持续更新
研究者提出OmniSimulator框架训练小模型模拟短视频用户行为
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
Jiawei Chen 等研究者发布论文提出 OmniSimulator，一个用于让小型语言模型模拟短视频平台真实用户行为的训练框架，论文已被 NeurIPS 2026 接收。 该框架采用五维结构化行为推理模式，并利用教师模型生成的推理轨迹进行训练。作者基于 200 名真实用户三个月的历史交互轨迹构建了 9,881 条训练实例；据论文称，训练后 Qwen3-8B 平均分数提升 34.33%，性能可与 Claude-Sonnet-4.5 相比，并支持小规模自托管部署。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
OmniSimulator：对齐小型语言模型以建模真实异构用户行为报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIOmniSimulator：对齐小型语言模型以建模真实异构用户行为
研究者提出 OmniSimulator 训练框架，通过五维结构化行为推理模式和教师模型生成的高质量推理轨迹，提升小型 LLM 在短视频平台环境中模拟真实用户行为的能力。该框架基于 200 名真实用户三个月的交互轨迹构建了 9,881 条训练实例，使 Qwen3-8B 平均分数提升 34.33%，性能可比 Claude-Sonnet-4.5，并支持小规模自托管部署。
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。