Persona2Web：基于用户历史的情境推理个人化网页代理基准

大型语言模型已推动网页代理发展，但当前代理缺乏个人化能力。由于用户很少明确说明意图的每个细节，实际的网页代理必须能够通过推断用户偏好和情境来解释模糊查询。为此，我们提出Persona2Web，首个针对真实开放网页评估个人化网页代理的基准，基于澄清以个人化原则构建，要求代理依据用户历史而非依赖明确指令来解决模糊性。Persona2Web包含：（1）揭示用户长期偏好的用户历史，（2）需要代理推断隐式用户偏好的模糊查询，（3）面向个人化的推理评估框架，实现对个人化的细粒度评估。我们在各种代理架构、主干模型、历史访问方案以及不同模糊度的查询下进行大规模实验，揭示了个人化网页代理行为的关键挑战。为可重复性，我们的代码和数据集已公开于https://serin-kimm.github.io/Persona2Web/。