ProPerSim：通过用户-助手仿真开发主动且个性化的AI助手
计算与语言
2026-02-24 v2
摘要
随着大型语言模型（LLM）日益融入日常生活，人们对AI助手的需求不断增长，不仅要求其具备反应能力，还要求其具备主动性和个性化能力。尽管最近的进展分别推动了主动性和个性化的发展，但两者的结合仍有待探索。为了弥合这一差距，我们引入了 ProPerSim，这是一个新的任务和仿真框架，用于开发能够在真实家庭场景中做出及时、个性化推荐的助手。在我们的仿真环境中，具有丰富人设的用户代理与助手进行交互，对每条建议与其偏好和上下文的契合度进行评分。助手的目标是利用这些评分进行学习和适应，以随时间推移获得更高的分数。基于 ProPerSim，我们提出了 ProPerAssistant，这是一个检索增强、偏好对齐的助手，能够通过用户反馈不断学习和适应。在32个不同人设上的实验表明，ProPerAssistant 能够调整其策略并稳步提高用户满意度，凸显了将主动性与个性化相结合的前景。
引用
@article{arxiv.2509.21730,
title = {ProPerSim: Developing Proactive and Personalized AI Assistants through User-Assistant Simulation},
author = {Jiho Kim and Junseong Choi and Woosog Chay and Daeun Kyung and Yeonsu Kwon and Yohan Jo and Edward Choi},
journal= {arXiv preprint arXiv:2509.21730},
year = {2026}
}
备注
Accepted at ICLR 2026