新模拟器助智能体泛化

MIMESIS项目推出9B参数专用用户模拟器，在SOUL-Index基准上达到65.7分，超越最强前沿模型。

传统智能体训练依赖通用助手大模型作为模拟用户，但其过度合作和行为同质性导致训练效果受限。收集真实人类反馈又成本高昂且难以规模化。

相比RealUserSim和SimulatorArena上的最强基线Claude-Opus-5，MIMESIS将行为保真度提升13.4点，图灵距离减少3.6点。冻结该模拟器进行多轮强化学习后，智能体在八个环境中均优于使用GPT-5.5训练的基线，并在九个未见过的用户模拟器上展现更强泛化能力。

数据来自arXiv预印本（2026年10月8日v2版），结果为作者自测，尚待独立复现。