DRIFTLENS：测量个性化语言模型中由记忆引发的推理漂移

本文指出个性化不仅改变模型回复内容，更重塑其推理轨迹。现代大模型通过存储用户属性与上下文实现个性化，本研究探讨此类记忆如何在无标准答案的开放性问题中重构推理过程。作者提出 DRIFTLENS 框架，在无真值条件下量化记忆注入导致的推理偏离。实验表明，即便回复流畅合理，用户属性记忆仍引发显著推理漂移。研究进一步评估了基于 GRPO 和 DPO 的后训练缓解方法，发现二者虽能减少漂移但效果不一，揭示了个性化模型中这一可测量且未完全解决的失效模式。