Buchumschlag

HorizonBench: Long-Horizon Personalization with Evolving Preferences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Shuyue Stella, Paranjape, Bhargavi, Oktar, Kerem, Ma, Zhongyao, Zhou, Gelin, Guan, Lin, Zhang, Na, Park, Sem, Chen, Lin, Yang, Diyi, Tsvetkov, Yulia, Celikyilmaz, Asli
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PrefPalette: Personalized Preference Modeling with Latent Attributes
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2025)

Cold-Start Personalization via Training-Free Priors from Structured World Models
von: Bose, Avinandan, et al.
Veröffentlicht: (2026)

Explore Theory of Mind: Program-guided adversarial data generation for theory of mind reasoning
von: Sclar, Melanie, et al.
Veröffentlicht: (2024)

ComPO: Community Preferences for Language Model Personalization
von: Kumar, Sachin, et al.
Veröffentlicht: (2024)

Structured Preference Optimization for Vision-Language Long-Horizon Task Planning
von: Liang, Xiwen, et al.
Veröffentlicht: (2025)

PrefDisco: Benchmarking Proactive Personalized Reasoning
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2025)

$π$-Bench: Evaluating Proactive Personal Assistant Agents in Long-Horizon Workflows
von: Zhang, Haoran, et al.
Veröffentlicht: (2026)

Cognitive Foundations for Reasoning and Their Manifestation in LLMs
von: Kargupta, Priyanka, et al.
Veröffentlicht: (2025)

O-Mem: Omni Memory System for Personalized, Long Horizon, Self-Evolving Agents
von: Wang, Piaohong, et al.
Veröffentlicht: (2025)

Towards Realistic Personalization: Evaluating Long-Horizon Preference Following in Personalized User-LLM Interactions
von: Guo, Qianyun, et al.
Veröffentlicht: (2026)

EvoLM: Self-Evolving Language Models through Co-Evolved Discriminative Rubrics
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2026)

CulturalBench: A Robust, Diverse, and Challenging Cultural Benchmark by Human-AI CulturalTeaming
von: Chiu, Yu Ying, et al.
Veröffentlicht: (2024)

TSUBASA: Improving Long-Horizon Personalization via Evolving Memory and Self-Learning with Context Distillation
von: Zhang, Xinliang Frederick, et al.
Veröffentlicht: (2026)

Lost in the Maze: Overcoming Context Limitations in Long-Horizon Agentic Search
von: Yen, Howard, et al.
Veröffentlicht: (2025)

Ads in AI Chatbots? An Analysis of How Large Language Models Navigate Conflicts of Interest
von: Wu, Addison J., et al.
Veröffentlicht: (2026)

InfoGatherer: Principled Information Seeking via Evidence Retrieval and Strategic Questioning
von: Taranukhin, Maksym, et al.
Veröffentlicht: (2026)

BLAB: Brutally Long Audio Bench
von: Ahia, Orevaoghene, et al.
Veröffentlicht: (2025)

ValueScope: Unveiling Implicit Norms and Values via Return Potential Model of Social Interactions
von: Park, Chan Young, et al.
Veröffentlicht: (2024)

COMPASS: Enhancing Agent Long-Horizon Reasoning with Evolving Context
von: Wan, Guangya, et al.
Veröffentlicht: (2025)

Paying Less Generalization Tax: A Cross-Domain Generalization Study of RL Training for LLM Agents
von: Liu, Zhihan, et al.
Veröffentlicht: (2026)

Temporal Preferences in Language Models for Long-Horizon Assistance
von: Mazyaki, Ali, et al.
Veröffentlicht: (2025)

AMA-Bench: Evaluating Long-Horizon Memory for Agentic Applications
von: Zhao, Yujie, et al.
Veröffentlicht: (2026)

EXPLORE-Bench: Egocentric Scene Prediction with Long-Horizon Reasoning
von: Yu, Chengjun, et al.
Veröffentlicht: (2026)

reWordBench: Benchmarking and Improving the Robustness of Reward Models with Transformed Inputs
von: Wu, Zhaofeng, et al.
Veröffentlicht: (2025)

WebExplorer: Explore and Evolve for Training Long-Horizon Web Agents
von: Liu, Junteng, et al.
Veröffentlicht: (2025)

WildClawBench: A Benchmark for Real-World, Long-Horizon Agent Evaluation
von: Ding, Shuangrui, et al.
Veröffentlicht: (2026)

SpecBench: Measuring Reward Hacking in Long-Horizon Coding Agents
von: Zhao, Bingchen, et al.
Veröffentlicht: (2026)

LifeBench: A Benchmark for Long-Horizon Multi-Source Memory
von: Cheng, Zihao, et al.
Veröffentlicht: (2026)

KellyBench: A Benchmark for Long-Horizon Sequential Decision Making
von: Grady, Thomas, et al.
Veröffentlicht: (2026)

ColorBench: Benchmarking Mobile Agents with Graph-Structured Framework for Complex Long-Horizon Tasks
von: Song, Yuanyi, et al.
Veröffentlicht: (2025)

Adaptive Decoding via Latent Preference Optimization
von: Dhuliawala, Shehzaad, et al.
Veröffentlicht: (2024)

Learning on the Job: An Experience-Driven Self-Evolving Agent for Long-Horizon Tasks
von: Yang, Cheng, et al.
Veröffentlicht: (2025)

Co-Evolving LLM Decision and Skill Bank Agents for Long-Horizon Tasks
von: Wu, Xiyang, et al.
Veröffentlicht: (2026)

LongBench: Evaluating Robotic Manipulation Policies on Real-World Long-Horizon Tasks
von: Chen, Xueyao, et al.
Veröffentlicht: (2026)

Precise Information Control in Long-Form Text Generation
von: He, Jacqueline, et al.
Veröffentlicht: (2025)

Evolving Horizons: The Changing Generation of Legacy System
von: Rawal, Nitin
Veröffentlicht: (2023)

Evolving Horizons: The Changing Generation of Legacy System
von: Rawal, Nitin
Veröffentlicht: (2023)

MediQ: Question-Asking LLMs and a Benchmark for Reliable Interactive Clinical Reasoning
von: Li, Shuyue Stella, et al.
Veröffentlicht: (2024)

DecisionBench: A Benchmark for Emergent Delegation in Long-Horizon Agentic Workflows
von: Gao, Yuxuan, et al.
Veröffentlicht: (2026)

SokoBench: Evaluating Long-Horizon Planning and Reasoning in Large Language Models
von: Monti, Sebastiano, et al.
Veröffentlicht: (2026)