論文の概要: Know You Before You Speak: User-State Modeling for LLM Personalization in Multi-Turn Conversation

• arxiv url: http://arxiv.org/abs/2605.24647v1
• Date: Sat, 23 May 2026 16:28:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:18.293505
• Title: Know You Before You Speak: User-State Modeling for LLM Personalization in Multi-Turn Conversation
• Title（参考訳）: LLMパーソナライズのためのユーザ状態モデリング
• Authors: Jiani Luo, Xiaoyan Zhao, Yang Zhang, Shuyi Miao, Bingbing Xu, Stefan Konigorski, Tat-Seng Chua,
• Abstract要約: 本稿では,パーソナライズを半可観測性に基づく意思決定として定式化するPUMAを提案する。 Pumaは、ユーザの隠された状態に対する信念を維持し、観察生成とアクション条件付き状態遷移のためのユーザ状態モデルを洗練する。 実験の結果,PUMAは強い応答品質を維持しながら,長時間の対話結果を改善することがわかった。
• 参考スコア（独自算出の注目度）: 40.40960192827234
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personalized dialogue requires more than recalling explicit user histories: systems also need to infer hidden user states that evolve through interaction and shape appropriate response strategies. Existing memory- and profile-based methods primarily reuse observable user information, offering limited support for modeling user-state dynamics or selecting actions based on how they shape future user states. We propose PUMA (Prospective User-state Modeling for Action selection), a framework grounded in the Free Energy Principle (FEP) that formulates personalization as decision-making under partial observability, centered on an explicit user state model that captures latent user states and their action-conditioned dynamics. At each turn, PUMA maintains a belief over the user's hidden state, refines the user state model for observation generation and action-conditioned state transition, and selects dialogue actions by minimizing expected free energy, balancing epistemic and pragmatic objectives under a unified criterion. This formulation shifts personalization from passive memory retrieval to model-based decision-making over user evolution. We instantiate PUMA on healthcare-oriented counseling and motivational interviewing benchmarks with latent state annotations for rigorous evaluation. Experiments show that PUMA improves long-horizon dialogue outcomes while maintaining strong response quality, and a cross-dataset study demonstrates more reliable user-state estimation and next-state prediction.
• Abstract（参考訳）: システムは対話を通じて進化し、適切な応答戦略を形成する隠されたユーザ状態を推論する必要がある。 既存のメモリおよびプロファイルベースの手法は、主に観測可能なユーザ情報を再利用し、ユーザ状態のダイナミクスをモデル化したり、将来のユーザ状態をどのように形成するかに基づいたアクションを選択するための制限されたサポートを提供する。 本稿では,個人化を半可観測性に基づく意思決定として定式化する自由エネルギー原則(FEP)に基づくPUMA(Prospective User-State Modeling for Action selection)を提案する。 各ターンにおいて、PUMAは、ユーザの隠された状態に対する信念を維持し、観察生成と行動条件付き状態遷移のためのユーザ状態モデルを洗練し、期待される自由エネルギーを最小化し、認識的および実用的目的を統一基準の下でバランスさせることで対話行動を選択する。 この定式化は、パーソナライズをパッシブメモリ検索から、ユーザの進化よりもモデルに基づく意思決定へとシフトさせる。 我々は、医療指向のカウンセリングと、厳格な評価のための潜在状態アノテーションを用いたモチベーション面接ベンチマークでPUMAをインスタンス化する。 実験により,PUMAは応答品質を高く保ちながら長軸対話結果を改善することが示され,クロスデータセット研究により,より信頼性の高いユーザ状態推定と次状態予測が示された。

関連論文リスト

• Synthetic Interaction Data for Scalable Personalization in Large Language Models [67.31884245564086]
  本稿ではPersonaGymという高忠実な合成データ生成フレームワークを紹介する。 パーソナライゼーションを静的なペルソナ-参照ペアとして扱う以前の作業とは異なり、PersonaGymは動的な選好プロセスをモデル化する。 我々は,高忠実度マルチターンパーソナライズされたインタラクショントラジェクトリの大規模かつ高品質で多様な合成データセットであるPersonaAtlasをリリースする。
  論文  参考訳（メタデータ） (2026-02-12T20:41:22Z)
• Can We Predict the Next Question? A Collaborative Filtering Approach to Modeling User Behavior [16.241726074740082]
  大規模言語モデル(LLM)は、言語理解と生成に優れ、高度な対話とレコメンデーションシステムの動力となっている。 本稿では,言語モデリングと行動シーケンスモデリングのギャップを埋めるために,協調フィルタリングによる質問予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-17T04:01:20Z)
• Beyond Static Evaluation: Rethinking the Assessment of Personalized Agent Adaptability in Information Retrieval [12.058221341033835]
  適応型パーソナライゼーションにおける評価を再考するための概念レンズを提案する。 このレンズは,(1)時間的に進化する嗜好モデルを用いたペルソナベースユーザシミュレーション,(2)参照インタビューに触発されてコンテキスト内での嗜好を抽出する構造化エリケーションプロトコル,(3)エージェントの行動がセッションやタスク間でどのように改善されるかを測定する適応型評価メカニズムの3つを中心に構成されている。
  論文  参考訳（メタデータ） (2025-10-05T00:35:37Z)
• ProactiveVideoQA: A Comprehensive Benchmark Evaluating Proactive Interactions in Video Large Language Models [41.35497807436858]
  本稿では,プロアクティブインタラクションに関わるシステムの能力を評価するための,初の総合的なベンチマークであるProactiveVideoQAを紹介する。 また,モデル応答の時間的ダイナミクスを考慮した最初の指標であるPAUCを提案する。 これらの結果から,PAUCは,アクティブなインタラクションシナリオにおけるユーザエクスペリエンスをより忠実に評価できることがわかった。
  論文  参考訳（メタデータ） (2025-07-12T15:11:50Z)
• Interactive Reasoning: Visualizing and Controlling Chain-of-Thought Reasoning in Large Language Models [54.85405423240165]
  トピックの階層構造としてチェーンオブ思考出力を可視化するインタラクション設計であるInteractive Reasoningを導入する。 私たちは、不確実なトレードオフに直面したAIによる意思決定のプロトタイプであるHippoで、インタラクティブな推論を実装しています。
  論文  参考訳（メタデータ） (2025-06-30T10:00:43Z)
• PersonaAgent: When Large Language Model Agents Meet Personalization at Test Time [87.99027488664282]
  PersonaAgentは、汎用的なパーソナライゼーションタスクに対処するために設計されたフレームワークである。 パーソナライズされたメモリモジュールとパーソナライズされたアクションモジュールを統合する。 テストタイムのユーザ嗜好アライメント戦略は、リアルタイムのユーザの嗜好アライメントを保証する。
  論文  参考訳（メタデータ） (2025-06-06T17:29:49Z)
• Teaching Language Models to Evolve with Users: Dynamic Profile Modeling for Personalized Alignment [35.68913976348608]
  本稿では,対話を通じてユーザプロファイルを反復的に推測・精査するRLPAフレームワークについて紹介する。 我々はQwen-2.5-3B-インストラクトを微調整することでRLPAをインスタンス化し、Qwen-RLPAはパーソナライズされた対話における最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-05-21T12:38:36Z)
• Latent User Intent Modeling for Sequential Recommenders [92.66888409973495]
  逐次リコメンデータモデルは、プラットフォーム上での氏のインタラクション履歴に基づいて、ユーザが次に対話する可能性のあるアイテムを予測することを学習する。 しかし、ほとんどのシーケンシャルなレコメンデータは、ユーザの意図に対する高いレベルの理解を欠いている。 したがって、インテントモデリングはユーザー理解と長期ユーザーエクスペリエンスの最適化に不可欠である。
  論文  参考訳（メタデータ） (2022-11-17T19:00:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。