用户并不总偏好带记忆的回复，论文提出记忆感知奖励模型。
资讯摘要
论文收集87名参与者基于自身ChatGPT查询与个人记忆的约1000组成对判断，发现带记忆的回复并不总被偏好，部分用户强烈偏好无记忆回复；自动评估器与用户一致性有限，且更常偏向带记忆回复。作者据此提出记忆感知奖励模型，从用户判断中学习，偏好预测准确率达72.8%，优于现有基线。
要点速读
- 论文收集87名参与者约1000组基于个人查询与记忆的成对判断
- 带记忆回复并非稳定更受偏好，部分情况下用户强烈偏好无记忆回复
- 作者提出记忆感知奖励模型，报告72.8%偏好预测准确率并优于现有基线
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 2026/10/24 08:00:37（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。