SimGym：基于流量校准的浏览器智能体用于电子商务离线A/B测试
人工智能
2026-02-03 v1
摘要
A/B测试仍是评估电子商务UI变更的金标准，但它会分流用户流量，需数周才能达到统计显著性，还可能损害用户体验。我们提出SimGym（SimGym：Traffic-Grounded Browser Agents for Offline A/B Testing in E-Commerce，即基于流量校准的浏览器智能体用于电子商务离线A/B测试），这是一个用于快速离线A/B测试的可扩展系统，利用由大型语言模型代理驱动的流量校准合成买家。SimGym从生产交互数据中提取每个店铺的买家轮廓和意图，识别出不同的行为原型，并在控制组和处理组的店铺页面之间模拟加权会话。我们在控制混杂因素下验证了SimGym与来自实际UI变更的真实人类结果。即使在训练后未进行对齐，SimGym智能体也实现了与观察结果变化变化的最先进对齐程度，将实验周期从数周缩短到一个小时以下，实现了无需暴露于真实买家即可进行快速实验。
引用
@article{arxiv.2602.01443,
title = {SimGym: Traffic-Grounded Browser Agents for Offline A/B Testing in E-Commerce},
author = {Alberto Castelo and Zahra Zanjani Foumani and Ailin Fan and Keat Yang Koay and Vibhor Malik and Yuanzheng Zhu and Han Li and Meysam Feghhi and Ronie Uliana and Shuang Xie and Zhaoyu Zhang and Angelo Ocana Martins and Mingyu Zhao and Francis Pelland and Jonathan Faerman and Nikolas LeBlanc and Aaron Glazer and Andrew McNamara and Lingyun Wang and Zhong Wu},
journal= {arXiv preprint arXiv:2602.01443},
year = {2026}
}