ConvApparel：衡量并缩小用户模拟器中的真实感差距

Google Research推出ConvApparel数据集，包含超4000段人类-AI多轮对话（共近15000轮），在服装购物领域采用双智能体协议收集数据。该数据集通过人口级统计对齐、人类相似度评分、反事实验证三种评估维度，衡量当前LLM用户模拟器与真实人类行为的显著差距，为构建更可信的AI测试工具提供路径。