PersonTTS：复用搜索经验的个性化测试时扩展框架

研究者 Xinglin Wang 等提交预印本论文，提出 PersonTTS——一个摊销式智能体策略发现框架，为不同用户画像发现测试时扩展控制器，目标是最大化多维需求的联合满足率。 该框架通过需求匹配的控制器初始化和源蒸馏程序指导复用历史搜索经验，同时保留对每个候选的目标画像评估。在 AIME 和 HMMT 上，PersonTTS 在未见用户画像和保留问题上的联合需求满足率显著超越强 TTS 基线。 在相同候选评估预算下，跨用户经验复用进一步提升了策略质量，并大幅降低发现智能体的时间与成本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。