user-modeling

ThoughtTrace 引入了一个大规模数据集，将真实世界的多轮人机对话与用户的自我报告想法配对，通过想法引导的重写来改进用户行为预测和个性化助手训练。

IPQA引入了一个用于评估个性化问答中核心意图识别的基准，解决了现有指标仅关注响应质量而非意图理解的空白。论文提出了一种基于有界理性的数据集构建方法，并证明最先进的语言模型在从答案选择模式中识别用户优先意图时存在困难。