モデル・研究
UserRepGen-4Bを公開
原題: UserRepGen-4B
発表内容
Microsoftは2026年10月15日5時30分（日本時間）頃、UserRepGen-4BをHugging Faceで公開しました。
Qwen3.5-4Bを基に、複数ターンのユーザーとアシスタントの会話から構造化された利用者表現を生成するモデルです。
出力はJSON形式で、会話のタスク説明と利用者の行動説明を別々のフィールドとして返します。
モデル自身が利用者の発話を模擬するのではなく、別のLLMベースの利用者シミュレーターへ渡す条件を作ります。
Rank-64 LoRAとオンライン教師あり微調整を使い、元の会話と模擬会話の差から得たフィードバックで学習しています。
入力は英語のテキスト会話で、学習時の上限は入力8,192トークンと出力1,024トークンです。
MITライセンスの約9.1GBウェイト、設定、トークナイザー、推論例を公開し、Transformersからローカル利用できます。
モデルカードは、生成された行動説明が事実確認済みの人物情報ではなく、会話からの推論である点を明記しています。
同じ利用者の会話を照合できる傾向も確認されたとしており、表現が匿名化データではないというプライバシー上の注意があります。
利用時は処理権限のある会話に限定し、識別情報を減らし、誤った推論や機密情報の混入を人が確認するよう求めています。