言前知君：多轮对话中面向 LLM 个性化的用户状态建模

个性化对话不仅需回忆显式历史，更需推断随交互演变的隐藏用户状态以制定响应策略。现有方法多复用可观测信息，难以建模状态动态或基于未来状态选择动作。本文提出 PUMA 框架，基于自由能原理，将个性化构建为部分可观测下的决策问题。该框架维护对用户隐藏状态的信念，优化状态转移模型，并通过最小化期望自由能平衡认知与实用目标来选择对话动作，从而实现从被动记忆检索到基于模型的主动决策转变。