arXiv cs.CL· Alan Zhu, Mihran Miroyan, Carolyn Wang, Andrew Zhou, Lisa Dunlap, Narges Norouzi, Joseph E. Gonzalez·· 11 小时前AI 评分26
Recon：用动作重建引导推理合成，提升用户建模效果
Recon: Reconstruction-Guided Reasoning Synthesis for User Modeling
AI 导读
研究提出 Recon，通过动作重建为推理轨迹打分——给定上下文和候选推理，由重建模型预测动作，以重建保真度衡量推理质量。在四个领域上，Recon 相对 Backward Synthesis 这一事后合理化基线取得 54.7% 胜率；用 Recon 奖励训练推理合成模型后，下游用户建模胜率最高达 70.0%。Recon 合成的推理还可跨模型迁移，并超越重建模型本身。
正文 · AI 翻译
摘要：用户建模旨在利用语言模型（LM）从过去的上下文-动作对（例如对话轮次）语料中模仿个体的行为，从而在行为科学、人机协作和市场研究等场景中实现用户模拟。近期的方法通过合成推理轨迹来扩充这些语料，这些轨迹通常以同时以上下文和动作为条件生成。然而，以动作为条件的轨迹是事后合理化，未必反映用户潜在的决策过程。我们提出 Recon，它利用动作重建来根据预测能力对推理轨迹进行评分：给定上下文和候选推理，重建模型预测动作，重建保真度决定推理质量。在四个领域中，Recon 相对于 Backward Synthesis（一种标准的事后合理化基线）取得了 54.7% 的胜率。此外，我们发现用源自 Recon 的奖励训练推理合成模型可提升下游用户建模性能，相对于基线取得高达 70.0% 的胜率。我们进一步表明，Recon 合成的推理可跨模型迁移，并且超越重建模型提升用户建模效果。我们的工作表明，事后合理化不足以用于推理合成，而有用且可解释的推理应当能够从上下文中自然地引出动作。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.26969 [cs.CL] |
| （或 arXiv:2605.26969v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2605.26969 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mihran Miroyan [查看电子邮件]
[v1]
2026年5月26日星期二 12:55:11 UTC（1,229 KB）
[v2]
2026年11月3日星期二 20:43:45 UTC（1,146 KB）
来源：arXiv cs.CL · arxiv.org