该研究训练了用户模拟器 UserGPT 并产生了高质量的合成对话数据集 RealChat，实验结果表明该模型在 Vicuna-Bench 和 MT-Bench 中优于基线模型。通过与最新 LLaMA 2 模型进行微调，ReaLM 在 MT-Bench 中获得了 6.33 的领先分数。该研究还探索了训练集数据质量与模型性能之间的相互作用，并展示了可扩展性和可迁移性。