उपयोगकर्ता सिमुलेटरों की ओर जो कार्य पर रहते हैं और अभी भी प्राकृतिक लगते हैं / Towards User Simulators That Stay On Task And Still Sound Natural (2026) (Hindi)

Mustafa Omer Gul, Philippe Laban, Tanya Goyal, Jennifer Neville · 2026 · arXiv

Hindi

उपयोगकर्ता अधिक से अधिक एआई सिस्टम पर भरोसा करते हैं, लंबे समय तक, बहुआयामी कार्यों के लिए, हालांकि सबूत बताते हैं कि एलएलएम आधारित सिस्टम प्रदर्शन लंबे समय तक बातचीत से कम हो जाता है। इस तरह के सेटिंग्स में एआई सहायकों का मूल्यांकन और सुधार करने के लिए, हमें उपयोगकर्ता सिमुलेटरों की आवश्यकता होती है जो सचमुच जटिल उपयोगकर्ता इरादों का पालन करते हैं, जबकि वास्तविक बातचीत व्यवहार प्रदर्शित करते हैं।

Abstract

Users increasingly rely on AI systems for extended, multi-turn tasks, yet evidence indicates that LLM-based system performance degrades over prolonged interaction. To evaluate and improve AI assistants in such settings, we need user simulators that faithfully follow complex user intents while exhibiting realistic conversational behavior. Existing approaches manifest a trade-off: prompted assistants can follow complex user intents but lack behavioral fidelity, while specialized user simulators better approximate conversational behavior but struggle to remain faithful to complex intents. In this

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31512, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt