研究者提出PersonTTS个性化测试时扩展框架

Xinglin Wang等研究者提出 PersonTTS，一个摊销式智能体策略发现框架，用于按用户对准确率、延迟和推理成本的多维需求复用先前的搜索经验。其做法是通过需求匹配的控制器初始化和源蒸馏过程，为新的用户画像减少重复策略发现的开销，同时对每个候选仍保留目标画像评估。 在 AIME 和 HMMT 上，PersonTTS 在未见用户画像和留出问题上的联合需求满足率大幅超过强 TTS 基线；在相同候选评估预算下，跨用户经验复用还能提升策略质量，并显著降低发现智能体的时间与成本。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。