摘要
用户偏好随月度交互而演变，追踪需推断生活事件引发的偏好变更。本文定义“长程个性化”问题，指出数据与评估缺失限制进展。为此，提出基于结构化心智状态图的数据生成器，构建含真实来源的 HorizonBench 基准，涵盖 360 个模拟用户六个月的对话历史。测试表明，现有模型在偏好更新追踪上表现不佳，状态追踪能力是主要瓶颈，为长上下文建模与记忆增强架构提供关键测试床。
AI 推荐理由
论文核心研究长程交互中的用户状态追踪与记忆更新机制，直指记忆架构瓶颈。
研究机构
University of Washington
Meta
OpenAI
Stanford University
论文信息