检索不等于理解：个性化 LLM 中的 Evidence-to-State 瓶颈

基于摘要分析。本文研究长期个性化 LLM 在已获得相关历史证据后，能否正确推断用户状态，并将这一检索后环节定义为 Evidence-to-State 瓶颈。其主要贡献是通过直接提供相关证据、施加状态监督及替换中间状态，分别考察状态解释误差及其对个性化决策的影响。 研究使用 PersonaMem-v2，将基准定义的用户状态表示为类型、主体、内容和适用性四个部分。在 Oracle Evidence 设置下，模型直接获得任务相关历史证据，以排除检索失败的干扰。作者报告，基础 LLM 在此条件下的 Full-State Accuracy 仅为 19.81%；引入简单、受控的直接状态监督干预后，该指标升至 65.28%。这一结果针对基准定义的状态恢复任务，不等同于真实用户状态的全面识别能力。 为检验中间状态质量与下游决策的关系，作者在固定查询、Oracle Evidence、候选选项及下游决策模型的条件下，进行匹配状态替换。作者报告，以改进状态替换基础模型生成的状态后，个性化决策准确率从 47.10% 提高至 68.81%，弥合了基础状态条件与参考状态条件之间决策差距的 78.03%。作者还报告，不同状态错误类别关联的下游决策差距明显不同；摘要未提供各类别的具体结果。 该设计的价值在于区分“证据是否被找到”与“证据是否被正确解释”，但 Oracle Evidence 属于有利评估条件，不能直接代表端到端记忆系统的实际表现。模型身份、状态监督的实现与训练规模、数据划分、Full-State Accuracy 的判定细则、消融及统计信息尚未验证。本文主要研究对象是个性化 LLM 的用户状态推断，摘要未提供 EEG 或 BCI 验证，不能据此视为神经信号建模方法。