Noticias sobre PsyBer-Agent

Los simuladores de sistemas de recomendación basados en LLM actuales se limitan en su mayoría a una imitación superficial a corto plazo, y no pueden reflejar eficazmente la fatiga y la deriva de preferencias, que son dinámicas de usuario a largo plazo. PsyBer-Agent introduce un motor de estados latentes impulsado por la psicología y un mecanismo de alineación por transporte óptimo, lo que significa que la simulación offline de los sistemas de recomendación está evolucionando desde la generación de comportamientos superficiales hacia el modelado cognitivo profundo, con el fin de resolver el problema de la distorsión en la interacción de bucle cerrado a largo plazo.