microsoft/UserRepGen-4B：基于Qwen3.5-4B的用户行为表示生成模型

Microsoft 推出了基于 Qwen3.5-4B 的 UserRepGen-4B 模型，用于从多轮对话中生成结构化的用户行为表示。该模型通过在线监督微调和 hindsight distillation 训练，输出包含任务描述和行为描述的 JSON 格式结果，适用于独立用户模拟器。