研究人员推出了SocialPersona，这是一个新的基准测试，旨在评估多模态大语言模型（MLLMs）从社交媒体数据中推断用户偏好能力。该基准测试使用了来自171位社交媒体用户的纵向时间线，包含文本、图像和时间戳，以及经过人类验证的偏好标签。SocialPersona支持构建用户画像和生成个性化响应等任务，实验表明，虽然MLLMs可以识别广泛的兴趣，但它们在细粒度和近期偏好方面存在困难，这凸显了跨模态用户建模的一个关键挑战。 AI
影响 该基准测试旨在推动能够推断用户偏好并据此采取行动的AI助手的开发，从而可能带来更个性化、更有效的AI交互。
排序理由 该集群描述了一个用于评估多模态大语言模型的新学术基准测试。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.26654v1 Announce Type: new Abstract: Personalized language-model assistants are often evaluated through a memory lens: can a model recall preferences users have explicitly stated in dialogue? More comprehensive personalization demands a harder capability -- inferring w…
Personalized language-model assistants are often evaluated through a memory lens: can a model recall preferences users have explicitly stated in dialogue? More comprehensive personalization demands a harder capability -- inferring what users care about from the multimodal traces …