論文の概要: The Indispensable Role of User Simulation in the Pursuit of AGI

• arxiv url: http://arxiv.org/abs/2509.19456v1
• Date: Tue, 23 Sep 2025 18:12:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-25 20:53:19.560394
• Title: The Indispensable Role of User Simulation in the Pursuit of AGI
• Title（参考訳）: AGIにおけるユーザシミュレーションの役割
• Authors: Krisztian Balog, ChengXiang Zhai,
• Abstract要約: 現実的なシミュレータは、スケーラブルな評価、インタラクティブな学習のためのデータ生成、人工知能(AGI)を中心とした適応能力の育成に必要な環境を提供すると主張している。 本稿では,AGIにおけるユーザシミュレーションの重要な役割を詳述するとともに,現実的なシミュレータ構築の学際的性質を考察し,大規模言語モデルによる課題を含む重要な課題を特定し,今後の研究課題を提案する。
• 参考スコア（独自算出の注目度）: 37.789218939871105
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Progress toward Artificial General Intelligence (AGI) faces significant bottlenecks, particularly in rigorously evaluating complex interactive systems and acquiring the vast interaction data needed for training adaptive agents. This paper posits that user simulation -- creating computational agents that mimic human interaction with AI systems -- is not merely a useful tool, but is a critical catalyst required to overcome these bottlenecks and accelerate AGI development. We argue that realistic simulators provide the necessary environments for scalable evaluation, data generation for interactive learning, and fostering the adaptive capabilities central to AGI. Therefore, research into user simulation technology and intelligent task agents are deeply synergistic and must advance hand-in-hand. This article elaborates on the critical role of user simulation for AGI, explores the interdisciplinary nature of building realistic simulators, identifies key challenges including those posed by large language models, and proposes a future research agenda.
• Abstract（参考訳）: 人工知能(AGI)の進歩は、特に複雑な対話システムを厳格に評価し、適応エージェントの訓練に必要な膨大な相互作用データを取得する際に、重大なボトルネックに直面している。 本稿では,AIシステムとのヒューマンインタラクションを模倣する計算エージェントを作成するというユーザシミュレーションは,単に有用なツールであるだけでなく,これらのボトルネックを克服し,AGI開発を加速するために必要な重要な触媒である,と提案する。 現実的なシミュレータは、スケーラブルな評価、インタラクティブな学習のためのデータ生成、AGI中心の適応能力の育成に必要な環境を提供する。 したがって、ユーザシミュレーション技術と知的タスクエージェントの研究は、深くシナジスティックであり、手を差し伸べなければならない。 本稿では,AGIにおけるユーザシミュレーションの重要な役割を詳述するとともに,現実的なシミュレータ構築の学際的性質を考察し,大規模言語モデルによる課題を含む重要な課題を特定し,今後の研究課題を提案する。

関連論文リスト

• LAM SIMULATOR: Advancing Data Generation for Large Action Model Training via Online Exploration and Trajectory Feedback [121.78866929908871]
  AIエージェントのための大規模アクションモデル(LAM)は、素晴らしいポテンシャルを提供するが、高品質なトレーニングデータを必要とするため、課題に直面している。 LAM SIMULATORは,高品質なフィードバックによるエージェントタスクのオンライン探索を目的とした総合的なフレームワークである。 本フレームワークは,動的タスククエリジェネレータ,広範囲なツールコレクション,および大規模言語モデル(LLM)エージェントがツールを呼び出し,リアルタイムフィードバックを受信できる対話型環境を備えている。
  論文  参考訳（メタデータ） (2025-06-02T22:36:02Z)
• YuLan-OneSim: Towards the Next Generation of Social Simulator with Large Language Models [50.35333054932747]
  本稿では,YuLan-OneSimというソーシャルシミュレータを紹介する。 ユーザは、シミュレータとの自然言語インタラクションを通じて、シミュレーションシナリオを記述し、洗練することができます。 我々は、経済学、社会学、政治、心理学、組織、人口統計学、法律、コミュニケーションを含む8つの領域にまたがる50のデフォルトシミュレーションシナリオを実装した。
  論文  参考訳（メタデータ） (2025-05-12T14:05:17Z)
• Simulation as Reality? The Effectiveness of LLM-Generated Data in Open-ended Question Assessment [7.695222586877482]
  本研究では,AIに基づくアセスメントツールの限界に対処するため,シミュレーションデータの可能性とギャップについて検討する。 シミュレーションデータから, 自動評価モデルのトレーニングにおいて有望な結果が得られたが, 有効性には顕著な限界があることが判明した。 過度に処理された実世界のデータにも存在する実世界のノイズとバイアスが存在しないことが、この制限に寄与する。
  論文  参考訳（メタデータ） (2025-02-10T11:40:11Z)
• User Simulation in the Era of Generative AI: User Modeling, Synthetic Data Generation, and System Evaluation [38.48048183731099]
  ユーザシミュレーションは、ジェネレーティブAIの時代において、複数の重要なアプリケーションを持つ、新たな学際的なトピックである。 それは、AIシステムと対話する人間のユーザのアクションを模倣するインテリジェントエージェントを作成することを含む。 ユーザシミュレーションは多様な分野に深く影響し、人工知能の追求に重要な役割を果たしている。
  論文  参考訳（メタデータ） (2025-01-08T10:49:13Z)
• A Unified Simulation Framework for Visual and Behavioral Fidelity in Crowd Analysis [6.460475042590685]
  We present a human crowd simulator, called UniCrowd, and its associated validation pipeline。 本稿では,コンピュータビジョンタスク,特に検出とセグメンテーションに適したアノテートデータを生成する方法と,クラウドカウント,人間のポーズ推定,軌道解析と予測,異常検出などの関連アプリケーションについて述べる。
  論文  参考訳（メタデータ） (2023-12-05T09:43:27Z)
• Reinforcement Learning with Human Feedback for Realistic Traffic Simulation [53.85002640149283]
  効果的なシミュレーションの鍵となる要素は、人間の知識と整合した現実的な交通モデルの導入である。 本研究では,現実主義に対する人間の嗜好のニュアンスを捉えることと,多様な交通シミュレーションモデルを統合することの2つの主な課題を明らかにする。
  論文  参考訳（メタデータ） (2023-09-01T19:29:53Z)
• SimDem A Multi-agent Simulation Environment to Model Persons with Dementia and their Assistance [2.179313476241343]
  認知症者の認知障害に着目したシミュレーションモデル(SimDem)を提案する。 SimDemを簡単に設定し、ユーザーが支援ソリューションをモデル化し、評価することができる。
  論文  参考訳（メタデータ） (2021-07-12T12:13:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。