在传统的用户特征推断与个性化响应生成方法中，静态提示成为了主要依赖。然而，这些方法存在诸多不足，如缺乏校准的不确定性、忽视序列证据以及在长时间交互中出现漂移。为此，我们提出了 AI YOU 框架，能够在对话中持续更新一个包含22个维度的个性档案，并将其体现于个人数字双胞胎中。
该系统结合了提示、贝叶斯更新和合规预测来进行个性推断。通过定期更新的记忆锚和具有三层结构的认知记忆，确保了在长时间交互中个性的持续一致性。
在主要结果中，AI YOU 实现了以下成就：
- 合规覆盖率范围为 0.921 到 0.976；
- 改善了基于记忆的推理和不确定性校准；
- 在100轮角色扮演中，相比于静态提示，提升了个性忠诚度，同时减少了特征漂移，适用于大多数评估的基础模型，在多代理的对抗设置下表现优异。
原型 AI YOU Town 初始化了一个富有想象力的双胞胎世界，预示着未来的交互可能性。在线演示可访问 AI YOU Town。
博主点评： AI YOU 框架的提出为个性化交互开辟了新的可能性，尤其是在长时间的对话中保持个性一致性，这对提升用户体验至关重要。结合贝叶斯方法的动态更新机制，无疑为未来的数字双胞胎应用奠定了坚实的基础。