arXiv · cs.AI· Sangyeon Yoon, Hyesoo Hong, Wonje Jeung, Yongil Kim, Wooseok Seo, Heuiyeen Yeen, Albert No, Sunkyoung Kim·· 6 小时前
BenchPreS：评估持久记忆大语言模型情境化偏好选择性的基准
BenchPreS: A Benchmark for Context-Aware Personalized Preference Selectivity of Persistent-Memory LLMs
arXiv:2603.16557v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sangyeon Yoon, Hyesoo Hong, Wonje Jeung, Yongil Kim, Wooseok Seo, Heuiyeen Yeen, Albert No, Sunkyoung Kim
研究任务与主要进展
Sangyeon Yoon等提出BenchPreS，用于评估持久记忆中的用户偏好是否会在不同第三方沟通情境中被恰当应用或抑制。基准采用误应用率（MR）和恰当应用率（AAR）两项指标；基于论文摘要，研究发现前沿大语言模型难以进行情境敏感的选择，较强的偏好遵循还伴随更高的过度应用率，推理能力和基于提示词的防御均未完全解决问题。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org