论文提出智能体社交重返三维度评估框架

论文区分发现、返回与重建三种社交重返能力并分别评估

资讯摘要

论文提出“智能体社交重返”这一多维评估问题，区分发现（Finding）、返回（Returning）与重建（Reconstructing）三种能力，并构建共享快照评估框架分别测量。对六种 LLM 配置的评估显示，对话重新浮现显著提升目标对话识别，持久记忆与更高的自主定向回复率相关，但两者均未带来上下文重建的一致提升。

要点速读

1. 论文将智能体社交重返拆分为 Finding、Returning、Reconstructing 三个互补能力维度
2. 共享快照评估框架可独立测量各维度，避免仅依赖记忆检索或回复质量
3. 六种 LLM 配置评估中，重新浮现改善目标对话识别，持久记忆关联更高自主定向回复率，但上下文重建均无一致增益

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。