超越借用历史：面向角色扮演评测的人格对齐用户模拟

论文提出 PALATE，一套用用户模拟器评估互动角色扮演代理的基准。它包含 300 个人物画像、5 个按用户定制的模拟器，并让 16 个候选系统进行自由多轮对话；个性化评分标准在留出标注数据上比通用标准更符合人工判断，同时分别评估单轮质量、长程能力与具体用户体验。