Digital Twin Persona Consistency Bayesian Updating Conformal Prediction Long-term Memory
摘要

现有基于静态提示的方法在推断用户特质及生成拟人化回复时,缺乏校准的不确定性,忽略序列证据且在长程交互中易发生漂移。本文提出 AI YOU 框架,通过对话持续更新包含 22 个维度的人格画像,并将其具象化为个人数字分身。该系统结合提示工程、贝叶斯更新与共形预测进行人格推断;利用周期性刷新的记忆锚点与三层认知记忆结构,确保长程交互中的人格一致性。实验表明,该方法在对抗性多智能体设置下,显著提升了不确定性校准能力、基于记忆的推理能力及角色扮演保真度。

AI 推荐理由

论文提出三层认知记忆架构以解决长期交互中的人格漂移,核心贡献在于记忆机制。

研究机构
INSAIT, Sofia University Newcastle University Linköping University
论文信息
作者 Yan Lin, Yuyang Dai, Jiahui Geng, Yuxia Wang
发布日期 2026-07-12
arXiv ID 2607.10539
相关性评分 9/10 (高度相关)