Ewaluacja agentów konwersacyjnych, w której LLM odgrywa użytkownika według ukrytej instrukcji zadania.
Evaluating conversational agents with an LLM that role-plays the user from a hidden task instruction.
Drugi model udaje klienta z ukrytym celem i rozmawia z twoim asystentem, żeby sprawdzić całą rozmowę, nie jedną odpowiedź.
A second model plays a customer with a hidden goal and talks to your assistant, so you test the whole conversation, not one reply.
Prawdziwe rozmowy ciągną się wiele tur, a ludzie nie mogą przed każdą zmianą odegrać setek scenariuszy.
Real conversations run for many turns, and people cannot role-play hundreds of scenarios before every change.
Jak aktor w szkoleniu sprzedawców, który dostaje scenariusz klienta: dopytuje, zmienia zdanie i nie zdradza od razu, czego chce.
Like an actor in sales training given a customer brief: they ask follow-ups, change their mind and do not reveal everything up front.
„Klient” chce wymienić rozmiar butów, ale w połowie rozmowy dodaje zmianę adresu; test sprawdza, czy asystent ogarnął obie sprawy.
The 'customer' wants a different shoe size but adds an address change halfway; the test checks whether the assistant handled both.