UserToolBench：面向工具使用 LLM 个性化决策的用户画像隐藏基准

英文标题：UserToolBench: A User-Profile-Hidden Benchmark for Personalized Decision Making in Tool-Use LLMs

论文提出 UserToolBench，这是一个用于评估工具使用型大语言模型（LLM）个性化决策能力的基准测试。作者指出，现有基准通常侧重于用户画像记忆、风格模仿、通用工具调用或回答层面的个性化，而较少评估模型代表用户作出决策的能力。UserToolBench 通过隐藏用户画像来测试模型能否在工具使用场景中实现更可靠的个性化决策，对构建能够代用户行动的 AI Agent 具有参考价值。原文提供的摘要内容在介绍该基准时被截断，未包含具体数据、任务设置或实验结论。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB