SimRPD：通过基于模拟器的数据评估与选择优化招聘主动对话Agent

面向任务的主动对话Agent在招聘中发挥关键作用，尤其用于将对话引导至特定业务结果，例如获取社交媒体联系方式以进行私域转化。尽管监督微调和强化学习已被证明对训练此类Agent有效，但其性能在很大程度上受限于高质量、目标导向的领域特定训练数据的稀缺。为应对这一挑战，我们提出SimRPD，一个用于训练招聘主动对话Agent的三阶段框架。首先，我们开发高保真用户模拟器，通过多轮在线对话合成大规模对话数据。然后，我们引入基于意图链（CoI）的多维评估框架，以全面评估模拟器并有效选择高质量数据，同时纳入全局级与实例级指标。最后，我们在所选数据集上训练招聘主动对话Agent。在真实招聘场景中的实验表明，SimRPD优于现有的基于模拟器的数据选择策略，凸显了其工业部署的实用价值以及对其他面向业务的对话场景的潜在适用性。