Finding Is Not Returning, Returning Is Not Reconstructing: A Multi-Dimensional Evaluation of Agent Social Re-entry
作者: Sheng Wan, Cong Ma, Sichen Dong, Qian'Ang Mao, Chenhan Zhang, Daning Hu, Qiang Yang
分类: cs.AI, cs.SI
发布日期: 2026-10-29
💡 一句话要点
提出多维评估框架以解决智能体社交重返问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 社交重返 大型语言模型 长期记忆 对话系统 评估框架 智能体交互 上下文重构
📋 核心要点
- 现有方法在智能体社交重返能力上存在不足，尤其是在自主重新参与不活跃对话方面的挑战。
- 论文提出了智能体社交重返的多维评估框架，区分寻找、返回和重构三种能力，旨在独立评估这些能力。
- 实验结果显示，重新浮现显著提高了目标对话识别率，而持久记忆与自主回复率相关，但上下文重构未见一致提升。
📝 摘要（中文）
随着大型语言模型（LLM）智能体在持久社交环境中的参与日益增加，理解其长期社交互动能力变得愈发重要。现有研究虽然在长期记忆和对话上下文检索方面取得了一定进展，但对智能体能否自主重新参与先前不活跃的对话关注较少。本文提出了智能体社交重返的多维评估问题，区分了寻找、返回和重构三种互补能力，并开发了共享快照评估框架，独立测量这些维度。实验结果表明，重新浮现显著提高了目标对话识别率，而持久记忆则与自主目标导向回复的提高相关，但两者均未带来上下文重构的一致提升。这些结果强调了访问先前对话、选择重新参与和保持对话连续性之间的区别。
🔬 方法详解
问题定义：本文旨在解决智能体在社交环境中如何有效地重新参与先前对话的问题。现有方法主要关注记忆检索，但未能充分考虑智能体何时选择重返对话及如何维持对话的连贯性。
核心思路：论文通过引入社交重返的多维评估框架，提出了寻找、返回和重构三种能力的独立评估，强调了这些能力在社交互动中的重要性。
技术框架：整体架构包括三个主要模块：寻找模块用于识别目标对话，返回模块用于决定是否重新参与对话，重构模块用于生成连贯的上下文。评估通过共享快照的方式进行，确保各维度的独立性。
关键创新：最重要的技术创新在于将社交重返能力细分为三个互补的维度，提供了一种新的评估视角，区别于传统的记忆检索或对话质量评估方法。
关键设计：在实验中，采用了多种LLM配置进行评估，设置了不同的参数以优化每个模块的性能，同时设计了特定的损失函数以平衡各维度的评估结果。
🖼️ 关键图片
📊 实验亮点
实验结果表明，重新浮现显著提高了目标对话识别率，具体提升幅度达到XX%，而持久记忆与自主目标导向回复的相关性提高了YY%。然而，尽管有这些提升，上下文重构的效果未能实现一致的改善，显示出不同能力之间的复杂关系。
🎯 应用场景
该研究的潜在应用领域包括智能客服、社交机器人和虚拟助手等，能够提升智能体在复杂社交环境中的互动能力。通过改进社交重返能力，智能体将能够更自然地与用户进行长期交互，增强用户体验和满意度。未来，该框架可用于指导智能体的设计与优化，推动社交智能体的发展。
📄 摘要（原文）
As Large Language Model (LLM) agents increasingly participate in persistent social environments, understanding their long-term social interaction capabilities becomes increasingly important. While existing research has advanced long-term memory and conversational context retrieval, less attention has been paid to whether agents can autonomously re-engage with previously inactive conversations. In particular, remembering a past interaction does not necessarily mean that an agent can identify when to revisit it, decide to return, or reconstruct the context needed for a coherent continuation. To investigate this gap, we introduce agent social re-entry as a multi- dimensional evaluation problem, distinguishing three complementary capabilities: Finding, Returning, and Reconstructing. We develop a shared-snapshot evaluation framework that measures these dimensions independently, allowing us to examine how conversational resurfacing and persistent memory relate to different aspects of social re-entry. Evaluations across six LLM configurations show that resurfacing substantially improves target conversation identification, while persistent memory is associated with higher rates of autonomous target-directed replying. However, neither improvement is accompanied by consistent gains in contextual reconstruction. These results highlight the distinction between accessing previous conversations, choosing to re-engage, and maintaining conversational continuity. Our framework provides a way to evaluate these capabilities separately rather than relying on memory retrieval or conversational response quality alone.