論文の概要: A Behavioral Trait Leaks into Preferences: Diagnosing Trait Interference in LLM User Simulators
- arxiv url: http://arxiv.org/abs/2609.25572v1
- Date: Tue, 22 Sep 2026 02:03:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.175866
- Title: A Behavioral Trait Leaks into Preferences: Diagnosing Trait Interference in LLM User Simulators
- Title（参考訳）: LLMユーザシミュレータにおけるトレート干渉の診断
- Abstract要約: LLMベースのユーザシミュレータは、リコメンデータ評価においてオフラインとオフラインのギャップを埋めることを目的としている。
この特性独立性はシミュレーション中に崩壊することを示す。
PQAは、各ユーザの固有の嗜好基準を反映したパーソナライズされたアンカーを使用してシミュレータをガイドする。
- 参考スコア（独自算出の注目度）: 13.434171700143539
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LLM-based user simulators aim to bridge the offline-online gap in recommender evaluation by emulating users through injected traits, where preference attributes determine what a user engages with and a behavioral activity trait governs how long they browse. However, we show this intended trait independence collapses during simulation, causing two failures: (i) Trait Interference, where amplified activity distorts preference boundaries and forces interactions with mismatched items to sustain browsing, and (ii) Evaluation Invalidity, where satisfaction scores inflate with activity-driven page counts despite taste mismatches, biasing evaluation toward trait distributions rather than recommender performance. To resolve this, we propose PQA, a page-level quality anchoring method that guides simulators using a personalized anchor reflecting each user's intrinsic preference standard. By assessing whether a page meets this standard before further browsing, PQA enables proactive exits from low-quality pages, letting the activity trait retain its intended role of modulating browsing depth within preference-conforming pages. Experiments show PQA mitigates trait interference and improves the reliability of LLM-based simulator evaluation under activity shifts. Our code is available at https://github.com/chaehyun1/PQA
- Abstract（参考訳）: LLMをベースとしたユーザシミュレータは,ユーザをインジェクトした特性によってエミュレートすることで,オフラインとオフラインのギャップを埋めることを目的としている。
しかし、この意図された特性独立はシミュレーション中に崩壊し、2つの失敗の原因となった。
一 増幅された活動が嗜好の境界を歪曲し、不一致の商品との相互作用に閲覧を継続させるトラト干渉
2) 嗜好のミスマッチにも拘わらず, 行動主体のページ数と満足度スコアが比例する評価不確かさは, 推奨性能よりも特性分布に偏りがある。
そこで本研究では,各ユーザ固有の嗜好基準を反映したパーソナライズされたアンカーを用いてシミュレータをガイドするページレベルの品質アンカー手法であるPQAを提案する。
ページがさらなるブラウジングの前にこの標準を満たすかどうかを評価することで、PQAは低品質ページからの積極的な離脱を可能にする。
実験により、PQAは特性干渉を緩和し、活動シフト下でのLCMに基づくシミュレータ評価の信頼性を向上させる。
私たちのコードはhttps://github.com/chaehyun1/PQAで利用可能です。
関連論文リスト
- Investigating Assistant Bias in LLM User Simulators Using a Role Vector [21.70379807235766]
LLMベースのユーザシミュレータは、大規模に自律エージェントを評価するために、ますます利用されている。
モデルトレーニング中にアシスタントバイアスが焼き込まれ、ロールプレイングプロンプトがオーバーライドしない。
i) ユーザ指向はアクティベーションにおいて識別可能であり, ユーザライクな振る舞いを誘発し, アシスタント特性とは異なる特徴を捉えている。
論文 参考訳（メタデータ） (2026-09-01T02:49:30Z) - Towards Faithful Simulation of Human Shopping Behavior [57.234936207923]
本稿では,GUIを用いたシミュレーションエージェントRecVerseについて紹介する。
メモリの問題に対して、RecVerseは認知にインスパイアされた階層的メモリ、短期的なフォーカスのためのワーキングメモリ、セッション内トレースのためのエピソディックメモリ、高レベルのインテントのためのPreference Memoryを採用する。
最適化の課題として、RecVerseは、セッション全体をスコアする軌道レベルの目標で最適化されている。
論文 参考訳（メタデータ） (2026-08-21T03:24:32Z) - From Prompting to Behavioral Alignment: Personalized LLM Judges for Recommendation Evaluation [0.0]
本研究は、双方向合理化と呼ばれる臨界故障モードを特定する。
我々は、優先順位最適化を伴う逐次的行動アライメントフレームワークの微調整を開発し、適用する。
このアプローチはゼロショットベースラインよりもマクロF1スコアで32.19%上昇する。
論文 参考訳（メタデータ） (2026-08-11T23:06:39Z) - Personalizing Large Language Model Agents with Small Policy Models [6.759195695948836]
FABLEは、潜在的にブラックボックスホストエージェントの外部の軽量なポリシーレイヤである。
メモリ、情報取得、レスポンスの決定を分解し、フィードバックが関連する選択を更新する。
固定されたデフォルトとコストのスコアに対して、ユーザ固有の残留嗜好を学習する。
論文 参考訳（メタデータ） (2026-07-31T18:56:30Z) - Beyond Action Imitation: Learning a Decision-Aware User Simulator for Online Advertising [47.726568328425394]
DASHは思考トレースを共同で生成し,異質なクロスドメイン履歴から行動行動を予測する,意思決定対応のユーザシミュレータである。
ユーザシミュレータをトレーニングするために、DASHは強力なLLMからSFTデータとして思考軌道を蒸留する。
ユーザシミュレータをトレーニングするために、DASHは、RLトレーニングのためのフォーム、コンテンツ、ロジックに沿った思考トレースを評価するルーリックベースの報酬モデルをカスタマイズする。
論文 参考訳（メタデータ） (2026-07-29T13:25:30Z) - Preference-Aware Rubric Learning for Personalized Evaluation [59.539429430690156]
既存の評価手法では、長期的なインタラクション履歴に埋め込まれたユーザ固有の嗜好をキャプチャできない。
静的判断よりも学習問題としてパーソナライズされた評価を定式化するパラダイムであるパーソナライズド・アズ・ラーニングを提案する。
実験により、PARLはユーザ対応の応答を確実に識別し、ユーザ間で一般化する高忠実なルーブリックを一貫して誘導することが示された。
論文 参考訳（メタデータ） (2026-05-29T17:00:55Z) - KnowU-Bench: Towards Interactive, Proactive, and Personalized Mobile Agent Evaluation [72.01173512175531]
KnowU-Benchはパーソナライズされたモバイルエージェントのためのオンラインベンチマークである。
42のGUIタスク、86のパーソナライズされたタスク、64のプロアクティブタスクをカバーしている。
明示的なタスク実行に優れるエージェントは、あいまいな指示の下で50%以下に低下する。
論文 参考訳（メタデータ） (2026-04-09T16:50:50Z) - Beyond Offline A/B Testing: Context-Aware Agent Simulation for Recommender System Evaluation [0.7031557790463293]
本研究では,日常の生活活動におけるインタラクションを固定することで,信頼できるユーザプロキシをシミュレートするエージェントフレームワークであるContextSimを紹介する。
嗜好を本物の人間に合わせるため、エージェントの内部思想をモデル化し、行動レベルと軌道レベルの両方で一貫性を強制する。
論文 参考訳（メタデータ） (2026-01-26T05:01:00Z) - On Generative Agents in Recommendation [58.42840923200071]
Agent4Recは、Large Language Modelsに基づいたレコメンデーションのユーザーシミュレータである。
各エージェントは、ページ単位でパーソナライズされた推奨モデルと対話する。
論文 参考訳（メタデータ） (2023-10-16T06:41:16Z) - User Behavior Simulation with Large Language Model based Agents [116.74368915420065]
LLMベースのエージェントフレームワークを提案し,実際のユーザ動作をシミュレートするサンドボックス環境を設計する。
実験結果から,本手法のシミュレーション行動は実人の行動に非常に近いことが判明した。
論文 参考訳（メタデータ） (2023-06-05T02:58:35Z)
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。