PAL-Bench：从纵向个人相册做证据锚定的画像重建

纵向个人相册是弱模式多模态数据库：噪声感知记录——其关键事实需要跨人脸、文本、时间戳、位置与重复事件做连接。既有视觉、视频、文档与生活日志基准测试子问题——而非带社会身份绑定与证据引用的相册级画像重建。为该任务设基准很难——因为评估所需的真值——所有者画像、社交图、人脸-姓名映射与证据溯源——是真实相册无法安全释放的私密状态。我们介绍PAL-Bench——公开记录契约下证据锚定重建的受控基准。其证据编译器构建潜在私密世界、编程目标级证据路径、渲染相册像素、经感知管线重测——并导出经审计的公开/私密视图。智能体仅收到感知导出的公开记录；目标、标识符映射与证据路径保持隐藏。PAL-Bench含50个合成用户、36,659条公开照片记录与2,799个目标——覆盖所有者事实、身份与关系。10名参与者的隐私保护审计确认PAL-Bench证据结构匹配真实私密相册——尽管等价发布在隐私上不可行。跨七个系统与两个算力匹配诊断——七指标协议揭示貌似合理的画像总结与忠实的社会重建之间的缺口：系统能恢复部分所有者事实——但难以处理重复身份与证据引用。PAL-TRACE——在所有者事实挖掘前冻结身份绑定的参考框架——表现最佳——但硬身份解析远未解决。PAL-Bench为感知实体解析、多模态数据集成、时间证据聚合与来源感知结构化预测提供试验台。