Simulatore Cognitivo dell'Utente Migliora il Dialogo Proattivo Orientato ai Compiti

Un nuovo articolo su arXiv (2605.22240) introduce il Simulatore Cognitivo dell'Utente, un framework che modella gli utenti come personaggi stratificati con tratti osservabili e preoccupazioni nascoste per migliorare il dialogo proattivo orientato ai compiti (TOD). Gli autori sostengono che i LLM post-addestrati sono intrinsecamente conservativi e che i metodi RL di modellazione delle ricompense come GRPO falliscono perché ri-pesano solo campioni di policy passivi. Condizionando sulle preoccupazioni latenti dell'utente, il simulatore consente una capacità proattiva che il solo campionamento non può ottenere. Il simulatore genera interazioni fedeli e diversificate ed emette dinamiche di stato per turno che tracciano i progressi della persuasione. L'articolo propone anche l'Apprendimento di Policy a Vista Asimmetrica Indotto dal Simulatore per sfruttare questo segnale. Il lavoro si rivolge ad applicazioni come le vendite in uscita, dove gli agenti devono guidare le conversazioni verso l'accettazione entro un numero limitato di turni.