MUSE：基于自进化画像与准则引导对齐的多领域中文用户模拟

用户模拟器对交互式 AI 系统的训练与评估至关重要。现有方法常依赖浅层画像，难以维持长对话中的人格一致性，且多局限于英文或单领域。本文提出 MUSE，一种多领域中文用户模拟框架。首先，引入迭代画像自进化（IPSE）机制，通过对比模拟轨迹与真实行为差异逐步优化用户画像。其次，应用角色反转监督微调提升局部响应真实感。最后，训练基于准则的奖励模型并结合多轮强化学习，实现细粒度行为对齐及长程一致性优化。实验表明，MUSE 在语句与会话级评估中均优于基线。