多会话个性化工具调用的潜在偏好建模

用户经常在向基于 LLM 的代理发出请求时省略重要细节，从而导致工具使用的输入不明确。这对工具增强代理提出了根本性挑战，因为 API 执行通常需要完整的参数，突出了个性化工具调用的需求。为了在更现实的设置中研究这个问题，我们提出了多会话个性化工具调用（MPT），这是一个基准，包含 459 个多会话交互历史中的 4,695 个实例，涵盖三个挑战：偏好回忆、归纳和转移。我们进一步提出了 PRefine，一种测试时记忆方法，将用户的潜在偏好保持为通过生成-验证-优化循环修改的文本假设。在五个 LLM 中，现有的记忆系统表现不佳； PRefine 的表现优于所有基线，并且仅在偏好转移方面就超过了它。这些结果表明，个性化代理的记忆必须将行为抽象为偏好，而不是简单地将其存档。