Articles sur PsyBer-Agent

Les simulateurs de systèmes de recommandation basés sur les LLM actuels se limitent pour la plupart à une imitation superficielle à court terme et ne parviennent pas à refléter efficacement les dynamiques d'utilisateurs à long terme, telles que la fatigue et la dérive des préférences. PsyBer-Agent introduit un moteur d'état latent guidé par la psychologie et un mécanisme d'alignement par transport optimal, ce qui signifie que la simulation hors ligne des systèmes de recommandation évolue d'une génération de comportements superficiels vers une modélisation cognitive profonde, afin de résoudre le problème de la distorsion des interactions en boucle fermée à long terme.