arXiv cs.CL· Ryotaro Shimizu, Sai HtaungKham, Mo Fan·· 12 小时前AI 评分38
偏好不等于授权：智能体电商中的自动购买边界个性化
Preference Is Not Permission: Personalizing the Auto-Purchase Line in Agentic Commerce
AI 导读
研究提出“自动购买线”任务，让智能体判断在商品匹配度之外是否可直接下单，输出不买、先确认或自动购买三值结果。在 16 个指令微调模型上，模型普遍在人货匹配度低、自身证据标记缺失时仍自主下单，与 15 名标注者给出的授权参考不一致。基于个人数十条标注训练的浅层学习器在 30-40 条标签时中位预测达 0.79，优于所有提示词×模型配置，且该边界不跨领域迁移。
正文 · AI 翻译
摘要：个性化购物基准测试问的是哪件商品适合该用户；我们问的是智能体可以在该商品上承诺到何种程度，并将学习个体的自动购买线作为一个任务提出。这条边界以证据为条件，且为三值：承诺是否恰当取决于产品信息是否充分（授权依据）、可逆性、价格相对于用户常态以及紧迫性，而不仅仅是适配度；自然输出是不购买、先确认或自动购买。在十六个指令微调模型中，自主承诺与人类授权参考不一致——在该参考中，十五名标注者根据给定画像扮演委托主体，选择他们在无需确认的情况下会允许的最远动作：模型即使在适配度低、且其自身证据标记报告授权依据缺失时仍会承诺。这是越权。这条线是个体化的：这些评分者存在分歧，但分歧是有结构的，且部分可由个人自身的其他标签预测。一个浅层学习器基于某人自身几十个标签，在30-40个标签时以中位数0.79预测其留出的自动购买线，优于所有评估的提示$\times$模型配置，包括在80个配置上的逐标注者预言机；学到的边界不能跨领域迁移。我们将在录用后发布反事实基准、人类授权参考和标注协议。
| 主题： | 信息检索（cs.IR）；计算与语言（cs.CL）；人机交互（cs.HC）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.29216 [cs.IR] |
| （或 arXiv:2610.29216v1 [cs.IR] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.29216 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ryotaro Shimizu [查看邮箱]
[v1]
2026年10月21日 星期三 05:15:31 UTC（112 KB）
来源：arXiv cs.CL · arxiv.org