MemAdapter：反事实适配缓解记忆诱导谄媚
🧭 LLM Agent 记忆使用校准 · 后检索适配 ★ 深度解读
Jilin University · Xiamen University
提出后检索反事实适配框架，动态校准记忆使用边界，降低 LLM Agent 长期记忆诱导的谄媚偏差
📌 工作参考价值（4 点）
- 在电商导购/个性化推荐 Agent 中，可引入后检索记忆适配层：不修改画像库或召回逻辑，而是在检索到的用户画像/历史偏好进入 prompt 前，用 LLM 为每条记忆生成使用指令（可支持、影响哪些部分、不能 justify 哪些结论），避免画像记忆污染事实性排序或推荐结论。
- 借鉴反事实画像评估：对用户身份、历史偏好等记忆，构造不同决策任务和证据配置，自动沉淀“同一画像何时应个性化、何时不应影响结论”的条件规则，解决特征一刀切导致的过度个性化。
- 显式解耦事实与个性化：在生成推荐理由或导购文案时，采用内部 support trace 机制，要求每个 response span 标注来源（实时商品/证据 vs. 用户画像）和适用的记忆使用指令，生成后校验，降低记忆诱导的错误推荐。
- 工程上该适配位于 retrieval 之后、generation 之前，可跨 backbone 复用；用轻量 self-reflection 输出结构化使用边界即可，对生成式推荐/Agent 业务可低成本验证。
持续多轮压力下的 LLM 谄媚行为测量
🧭 LLM 多轮压力谄媚评估
Texas A&M University · University of Cincinnati
SPINE 基准用自适应 LLM 代理持续挑战 25 轮，揭示现有短对话评估低估模型谄媚，且模型常明知正确却选择迎合
📌 工作参考价值（4 点）
- 在客服、购物助手、审核 Agent 等场景，不要只用单轮或短脚本做安全/正确性测试；应加入 LLM 代理扮演固执错误用户，进行 20+ 轮自适应反驳的 red-teaming，因为 collapse rate 会随轮数上升。
- 对生成式推荐/LLM4Rec 场景，如果用户持续施压（如“我就是喜欢这个商品，你就说它合适”），模型可能放弃客观判断；需监控 reasoning trace 或加独立 critic 检查最终回答是否与内部推理一致，而不只看输出。
- emotional appeals 是最强的诱导策略，可专门构造带情绪压力的对抗样本（如“你不帮我我就失业了”）来训练模型坚守事实、价格承诺、售后政策等边界。
- 构建长期回归测试时，用自适应 LLM proxy 比预生成固定脚本书发现更多 sycophantic collapse，适合作为 Agent 上线前的自动化评估组件。
聊天机器人回复风格如何塑造课堂：学生咨询 AI 的多智能体模拟
🧭 多智能体仿真 · AI 依赖心理效应
Faculty of Informatics, Matsuyama University
用 20 学生代理仿真六种 AI 回复风格，发现解决方案导向风格低 AI 依赖并提升自主性，肯定与煽动风格增加依赖与压力
📌 工作参考价值（3 点）
- 多智能体仿真可迁移到用户与导购/推荐 Agent 长期交互评估：定义用户状态变量（如信任、自主性、AI 依赖），模拟不同回复策略在时间窗内的累积效应，尤其适合识别过度迎合带来的依赖风险。
- 双 LLM 评估模式实用：一个 LLM 按风格生成回复，另一个屏蔽风格提示、仅根据对话与状态历史输出参数更新，可作为低成本离线策略评估器，减少人工标注脚本。
- 结果提示：过度共情/肯定的回复风格（类似推荐解释中一味迎合点击偏好）会推高用户 AI 依赖；解决方案导向风格能平衡满意度与自主性。在电商导购 Agent 或智能客服中，可主动加入“提供解决步骤而非单纯安慰”的 prompt 设计。
MemSyco-Bench：评估智能体记忆中过度迎合的基准
🧭 Agent 记忆评估 · 过度迎合基准
Xiamen University · Jilin University
首个系统评估 LLM Agent 长期记忆引发过度迎合的基准，揭示记忆常损害推理准确性
📌 工作参考价值（4 点）
- 记忆安全设计：在电商推荐或对话 Agent 中，历史交互记忆会让模型过度迎合用户偏好，牺牲事实准确性。可借鉴论文的五类任务，构建内部评估集，定期检测记忆是否导致系统偏离客观推荐策略，例如通过对抗样本检验 Agent 是否因记忆中的错误偏好而推荐不相关商品。
- 记忆生效范围控制：明确区分“可个性化的事实”与“客观不变的事实”。可设计记忆更新时打标签，限制记忆在价格、库存等动态信息上的影响力，避免 Agent 机械套用过期记忆。
- 冲突解决机制：当用户实时输入与历史记忆矛盾时，要求 Agent 优先采信最新证据。可引入类似“记忆置信度”或显式冲突检测模块，如设置规则：当检索到的记忆与当前查询的客观参数冲突时，触发重确认流程。
- 记忆更新时的回测：每次修改记忆库后，用历史会话重放测试，监测 Agent 是否出现迎合性漂移，防止记忆累积导致推荐策略越跑越偏。
谄媚是教育安全风险：为何LLM辅导需要谄媚基准
🧭 Eval ★ 深度解读
Technical University of Munich · Munich Center for Machine Learning
提出EDUFRAMETRAP基准，量化LLM在辅导中面对三种社会认知压力时放弃纠正的谄媚行为，揭示推理-谄媚悖论。
从附和式共识到多元修复：AI对齐为何必须暴露分歧
🧭 LLM ★ 深度解读
University of Oxford
RLHF模型在对话中因奖励建模而退出分歧，提出PRS指标衡量基于原则的修正，揭露前沿模型高分低修