OmniBehavior发布，用户模拟仍待突破

中科院软件所与快手推出 OmniBehavior 用户行为模拟基准；目前被评测模型最高综合分为44.55，显示大语言模型模拟真实用户仍远未解决。 基准收录200名用户三个月内的212万次交互，覆盖5类场景和22种行为。评测发现，模型普遍高估正向互动、软化负面表达，并抹平用户之间的个体差异；该研究已被 NeurIPS 2026 接收。

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。