中国科学院软件研究所中文信息处理实验室联合中国科学院大学、复旦大学及快手科技，共同提出一种名为PraMem的创新框架，旨在提升大语言模型对用户行为的预测能力。该研究以预印本形式发布，论文编号为arXiv:2607.02881，核心突破在于解决长时序行为预测中的两大难题：用户真实偏好的隐含性与模型自身的认知偏差。
在短视频点赞、电商购物等场景中，系统需根据用户历史行为预测当前决策。当历史记录达数千条时，传统方法面临双重挑战：用户偏好分散于海量数据中，如对特定品牌的持续关注或周期性消费习惯；模型则存在近因偏差、从众倾向等固有缺陷。此前主流方案通过压缩历史记录或检索关键信息来简化输入，但研究团队指出，这种"减负"策略无法真正归纳行为规律，亦未消除模型偏见。
PraMem框架的灵感源于教育领域的"错题本"概念。研究人员将用户历史序列转化为带标准答案的练习题，让模型在正式预测前通过反复练习形成两套经验：行为模式经验记录用户偏好，如"偏爱轻薄型笔记本"；偏见预警经验标注模型易犯错误，如"警惕仅依据最近记录判断导致近因偏差"。这种设计使模型在预测时能主动调用相关经验，而非临时分析原始数据。
为确保经验质量，研究团队构建了三层筛选机制。在"经验试炼"阶段，模型需明确说明每道题的推理依据；"反思提案生成"环节要求模型分析预测正误的根本原因，提出修改建议；"共识驱动调整"则通过多数表决防止偶发行为被过度解读。例如，若某条建议仅在特定品牌出现时成立，系统会判定其缺乏普适性而拒绝采纳。
实验数据显示，在快手OmniBehavior数据集上，PraMem将预测准确率从传统方法的73.5%提升至84.7%，F1分数从24.7跃升至31.6。在电影评分预测任务中，其F1分数达到49.6，较对比方法翻倍。值得关注的是，经验手册具有跨模型通用性——用GPT-OSS-120B生成的手册，在Qwen3.5-35B-A3B模型上仍能显著提升性能。
与传统方法存储原始行为记录不同，PraMem的经验手册呈现动态收敛特征。初期手册随练习轮次增加而扩充，在覆盖主要行为规律后趋于稳定，最终规模仅为传统记忆方法的30%-50%。这种设计避免了长文本处理负担，同时保持预测精度持续提升。
拆分实验验证了各组件的必要性：移除显式推理环节使F1分数下降2.3个百分点；取消反思机制导致性能损失0.7个百分点；若不采用共识驱动调整，误差率将激增至15.8%。两类经验的协同作用尤为关键，单独使用行为模式或偏见预警经验，预测准确率均出现明显下滑。
以某真实用户为例，传统方法仅记录其观看视频的时长、类别等碎片信息，而PraMem生成的经验手册包含"高完播率视频触发关注行为"等深层规律，以及"需警惕将关注行为默认为罕见事件"等预警。这种从"记录事实"到"提炼规律"的转变，使模型能更精准捕捉用户意图。
尽管PraMem的离线构建时间较传统方法增加约一倍，但研究人员认为这是合理代价——用55.8分钟的构建时间换取17%的相对性能提升，在推荐系统等对精度要求极高的场景中具有显著价值。该框架已开放代码仓库，为数字助手、用户模拟等领域提供新的技术路径。
