[논문리뷰] MIMESIS: Learning User Simulators as Training Environments for Interactive Agents본 논문은 기존의 Instruction-tuned 언어 모델을 사용자 시뮬레이터로 사용할 때 발생하는 행동 불일치(behavioral mismatch) 문제를 해결하고자 한다.#Review#User Simulator#Interactive Agents#Reinforcement Learning#Behavioral Fidelity#Multi-turn Interaction#Coached On-Policy Self-Distillation2026년 10월 7일댓글 수 로딩 중
[논문리뷰] StudentSim: Training LLM-based Student Simulators본 논문은 적응형 AI 튜터 개발을 위해 필수적인 '개인화된 학생 데이터'의 부족 문제를 해결하고자 합니다. 기존 연구의 한계점은 다음과 같습니다. 지식 추적 모델(Knowledge tracing)과 같은 상태 추적 모델은 학생의 행동을 예측할 수는 있으나, 튜터의 가이던스를 입력으로 받아들여 학습하는 기능이 부족합니다.#Review#Student Simulators#LLM#Educational AI#Reinforcement Learning#Behavioral Fidelity#Guidance Responsiveness#Individualized Simulation2026년 9월 1일댓글 수 로딩 중
[논문리뷰] Context-Value-Action Architecture for Value-Driven Large Language Model Agents본 논문은 LLM 기반 에이전트가 인간의 행동을 시뮬레이션할 때 발생하는 Behavioral Rigidity 와 양극화 문제를 해결하고자 합니다.#Review#LLM Agents#Value Alignment#Behavioral Fidelity#S-O-R Model#Value-Driven Reasoning#CVABench2026년 4월 7일댓글 수 로딩 중