論文の概要: SimTrace: Grounded Multimodal User Trajectories Generation for Online User Modeling

• arxiv url: http://arxiv.org/abs/2609.38397v1
• Date: Tue, 29 Sep 2026 18:53:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.61737
• Title: SimTrace: Grounded Multimodal User Trajectories Generation for Online User Modeling
• Title（参考訳）: SimTrace: オンラインユーザモデリングのためのマルチモーダルユーザトラジェクトリ生成
• Abstract要約: SimTraceは、コンピュータ使用のクライアントエージェントを通じて、忠実できめ細かな合成マルチモーダルクリックストリームを生成するフレームワークである。 SimTraceは実際のインタラクションを匿名化し、与えられたWeb環境のシミュレートされたツインを構築する。 我々は、SimTraceをeコマース環境に適用し、その忠実度と下流ユーティリティの両方を評価する。
• 参考スコア（独自算出の注目度）: 19.27974652314526
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Virtual clients offer a cost-effective approach to support applications such as A/B testing, recommender system development, and interface evaluation. However, building them requires access to large-scale, semantically faithful, fine-grained online user trajectories. These data are difficult to obtain because proprietary logs are subject to privacy restrictions and small businesses often lack sufficient traffic. Consequently, existing public datasets either abstract away fine-grained user interaction details or preserve rich context but remain platform-specific and small-scale. To address this gap, we propose SimTrace, a framework that generates faithful, fine-grained synthetic multimodal clickstreams through a computer-use client agent that is grounded in real user trajectories and the given web environment. SimTrace anonymizes real interactions and constructs a simulated twin of the given web environment, then uses both to generate synthetic interaction trajectories. Each action is paired with its corresponding web observations and user context, yielding a shareable alternative to confidential logs for developing computer-use agent-style virtual clients. We apply SimTrace to an e-commerce setting and evaluate both its fidelity and downstream utility. SimTrace outperforms competing baselines on 7 out of 8 fidelity metrics. Models trained on synthetic data achieve performance comparable to those trained on real data on downstream tasks such as purchase prediction and recommendation. For next action prediction task, augmenting real data with synthetic data further improves accuracy by 11.0% relative to training on real data alone. We release SimTrace as an open-source package to facilitate research on online user behavior modeling.
• Abstract（参考訳）: 仮想クライアントは、A/Bテスト、レコメンダシステム開発、インターフェース評価などのアプリケーションをサポートするためのコスト効率の良いアプローチを提供する。 しかし、それらを構築するには、大規模でセマンティックに忠実できめ細かいオンラインユーザートラジェクトリにアクセスする必要がある。 これらのデータは、プロプライエタリなログがプライバシー制限の対象になり、中小企業が十分なトラフィックを欠いているため、入手が困難である。 その結果、既存のパブリックデータセットは、きめ細かいユーザーインタラクションの詳細を抽象化するか、リッチなコンテキストを保存するが、プラットフォーム固有の小さなスケールを維持している。 このギャップに対処するため,実ユーザトラジェクトリとWeb環境を基盤としたコンピュータ利用クライアントエージェントを通じて,忠実できめ細かな合成マルチモーダルクリックストリームを生成するフレームワークであるSimTraceを提案する。 SimTraceは実際のインタラクションを匿名化し、与えられたWeb環境のシミュレートされたツインを構築する。 各アクションは、対応するWeb観測とユーザコンテキストと組み合わせられ、コンピュータ使用エージェントスタイルの仮想クライアントを開発するための秘密ログの代替となる。 我々は、SimTraceをeコマース環境に適用し、その忠実度と下流ユーティリティの両方を評価する。 SimTraceは8つの忠実度指標のうち7つで競合するベースラインを上回っている。 合成データに基づいてトレーニングされたモデルは、購入予測やレコメンデーションといった下流タスクでトレーニングされた実際のデータに匹敵するパフォーマンスを達成する。 次のアクション予測タスクでは、合成データによる実データの増大により、実データのみのトレーニングと比較して精度が11.0%向上する。 我々はSimTraceをオープンソースパッケージとしてリリースし、オンラインユーザ行動モデリングの研究を促進する。

関連論文リスト

• Towards Faithful Simulation of Human Shopping Behavior [57.234936207923]
  本稿では,GUIを用いたシミュレーションエージェントRecVerseについて紹介する。 メモリの問題に対して、RecVerseは認知にインスパイアされた階層的メモリ、短期的なフォーカスのためのワーキングメモリ、セッション内トレースのためのエピソディックメモリ、高レベルのインテントのためのPreference Memoryを採用する。 最適化の課題として、RecVerseは、セッション全体をスコアする軌道レベルの目標で最適化されている。
  論文  参考訳（メタデータ） (2026-08-21T03:24:32Z)
• Beyond Action Imitation: Learning a Decision-Aware User Simulator for Online Advertising [47.726568328425394]
  DASHは思考トレースを共同で生成し,異質なクロスドメイン履歴から行動行動を予測する,意思決定対応のユーザシミュレータである。 ユーザシミュレータをトレーニングするために、DASHは強力なLLMからSFTデータとして思考軌道を蒸留する。 ユーザシミュレータをトレーニングするために、DASHは、RLトレーニングのためのフォーム、コンテンツ、ロジックに沿った思考トレースを評価するルーリックベースの報酬モデルをカスタマイズする。
  論文  参考訳（メタデータ） (2026-07-29T13:25:30Z)
• SenseWalk: Agent-Based Semantic Trajectory Simulation Powered by Large Language Models in Zoned Environments [6.133926295796511]
  $SenseWalk$は、LLMエージェントによるセマンティックトラジェクトリのシミュレートをサポートするインタラクティブシステムである。 我々は,LLMと社会力モデルを組み合わせたシミュレーションワークフローを構築し,物理的妥当性とセマンティックコヒーレンスをバランスさせる。
  論文  参考訳（メタデータ） (2026-07-01T14:25:47Z)
• ConvApparel: A Benchmark Dataset and Validation Framework for User Simulators in Conversational Recommenders [48.83868690303791]
  このギャップに対処するために設計された、人間とAIの会話の新しいデータセットであるConvApparelを紹介します。 そのユニークなデュアルエージェントデータ収集プロトコル -- "よい" と "悪い" のレコメンデータを使用する -- は、偽物検証を可能にする。 本稿では,統計的アライメント,人間的類似度スコア,および対実的検証を組み合わせた総合的検証フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-18T23:00:21Z)
• From Self-Evolving Synthetic Data to Verifiable-Reward RL: Post-Training Multi-turn Interactive Tool-Using Agents [23.583947864141162]
  EigenDataは階層的なマルチエージェントエンジンで、ツール基底の対話と実行可能なインスタンスごとのチェッカーを合成する。 合成データに基づいて、まずユーザモデルを微調整し、GRPOスタイルのトレーニングを適用するRLレシピを開発する。 以上の結果から,高価なアノテーションを使わずに,複雑なツールの動作をブートストラップするためのスケーラブルな経路が示唆された。
  論文  参考訳（メタデータ） (2026-01-30T06:01:23Z)
• Large Language Models as Realistic Microservice Trace Generators [48.730974361862366]
  本稿では,大規模言語モデル (LLM) を用いて, 合成作業負荷トレースを生成する手法を提案する。 我々はTraceLLMが様々な条件下で多様なリアルなトレースを生成し、精度と妥当性の両方において既存のアプローチよりも優れていることを示す。 TraceLLMは、キートレース機能を予測したり、欠落したデータを埋め込むといった、下流のトレース関連タスクに適応する。
  論文  参考訳（メタデータ） (2024-12-16T12:48:04Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• Towards Optimal Strategies for Training Self-Driving Perception Models in Simulation [98.51313127382937]
  合成ドメインのみにおけるラベルの使用に焦点を当てる。 提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。 マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
  論文  参考訳（メタデータ） (2021-11-15T18:37:43Z)
• Imitate TheWorld: A Search Engine Simulation Platform [13.011052642314421]
  生成されたページに対して、よく訓練された識別器によるフィードバックを適切に提供できるシミュレーション検索エンジンAESimを構築した。 実世界とのつながりを失う従来のシミュレーションプラットフォームとは異なり、われわれのデータは検索の実際のデータに依存している。 我々の実験は、AESimが古典的なランキングの指標よりも、ランキングモデルのオンラインパフォーマンスをよりよく反映できることを示した。
  論文  参考訳（メタデータ） (2021-07-16T03:55:33Z)

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。