基于用户行为日志的分层多角色归纳：学习基于证据且真实的角色

行为日志为用户建模提供丰富信号，但存在噪声且意图交织。现有工作利用大语言模型生成可解释的自然语言角色，但评估多侧重下游效用，缺乏对角色本身质量的保证。本文提出一种分层框架，将用户动作聚合为意图记忆，并通过聚类与标记这些记忆来诱导多个基于证据的角色。我们将角色归纳表述为关于角色质量（涵盖聚类凝聚力、角色 - 证据一致性及真实性）的优化问题，并利用直接偏好优化（DPO）的分组扩展进行训练。实验表明，该方法能诱导更连贯、基于证据且可信的角色，同时提升未来交互预测性能。