Personalized Memory LLM Agents Benchmark Financial AI
摘要

大型语言模型(LLM)代理日益应用于金融咨询等高 stakes 领域,但其能否在长周期内维持和更新个性化用户模型尚不明确。现有基准多侧重于事实保留或依赖弱约束轨迹,忽视了事件驱动的偏好适应。本文提出FinPerMA,这是一个以事件为锚点的基准测试,利用冻结的纵向投资者轨迹评估个性化记忆。其生成流程结合确定性规则、受控LLM叙述及自动质量筛选;通过“冲击后”检查点隔离代理是否将重大事件整合进持久用户模型。实验显示,当前前沿LLM及多种记忆配置准确率极低,基于摘要的记忆虽保留事实但丢失偏好信号,简单检索有时优于专用记忆系统。

AI 推荐理由

论文核心评估LLM Agent的个性化记忆机制,特别是长期用户模型维护与事件驱动的记忆更新能力。

研究机构
通义千问团队, 阿里云计算
论文信息
作者 Ben Wang, Kang Zhou, Lifan Guo, Feng Chen, Chi Zhang
发布日期 2026-08-04
arXiv ID 2608.04095
相关性评分 9/10 (高度相关)