人机交互中潜在用户偏好的可识别性研究

2026年10月12日，arXiv Human-Computer Interaction 频道发布论文《从观察到干预：人机交互中潜在用户偏好的可识别性》。论文证明，在被动观察条件下，静态二元偏见用户产生的动作轨迹分布与变换环境中的无偏见用户严格一致，因此仅基于动作的估计器只能达到随机猜测水平，无法识别潜在偏好。研究进一步证明主动偏好诱导可打破这种观察等价性：观察者施加长度为 m_δ 的有限序列对抗性零奖励干预后，干预后动作分布可任意分离。

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。