arXiv 论文定义并量化人格模拟中的知识泄漏

Sangmin Lee 在 arXiv 2610.39939 论文中定义了人格化用户模拟中的"知识泄漏"问题——即模拟响应混入真实用户不可能知道的信息——并提出了用真实条目与配对合成孪生对比的量化测量方法。 在涉及两个模型家族、五个 API 端点的评分实验中，即使明确声明人格从未听说过某条目，评分差依然存在。合并分析中不利内容条目的差异近似为零（+0.077），但按领域拆分方向相反：问危害时为 -0.359，问公司机构时为 +0.438。论文称所有估计都以孪生构造与筛查的充分性为前提，且解释群体层面时仍需人类低知识基线。该论文被 NeurIPS 2026 UserSim 非存档工作坊接收。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。