Know You Before You Speak：多轮对话中 LLM 个性化的用户状态建模

个性化对话需要不仅仅是复述明确的用户历史，还要推断通过交互塑造恰当响应策略的隐藏用户状态。现有的基于记忆或轮廓的方法主要复用可观察的用户信息，对建模用户状态动态或基于其如何塑造未来用户状态来选择动作的支持有限。我们提出 PUMA (Prospective User-state Modeling for Action selection)，一个基于自由能原理 (FEP) 的框架，将个性化建模为部分可观测性下的决策问题，核心是围绕显式用户状态模型展开，该模型捕捉隐藏用户状态及其动作条件化的动态。每个回合中，PUMA 维持对用户隐藏状态的信念，细化用于观测生成和动作条件化状态转移的用户状态模型，并通过最小化预期自由能来选择对话动作，在统一准则下平衡认识论与实用主义目标。这种表述将个性化从被动记忆检索转变为围绕用户演化的模型驱动决策。我们在具有潜在状态标注的医疗导向咨询和动机访谈基准测试上实现了 PUMA。实验表明，PUMA 在保持强响应质量的同时改善了长期对话结果，跨数据集研究显示其对用户状态估计和下一状态预测更可靠。