从用户画像到任务执行：评测个性化大模型智能体的隐式行为对齐

论文提出 IBA-Bench，用含噪声、隐式线索与时间矛盾的长期交互历史，评测智能体能否推断用户约束并在任务执行中遵守，从而研究“知识到行动”鸿沟。作者还提出结合广泛检索与轨迹级对齐的 IBA-Agent，并称其在九个应用领域的复杂场景中显著改善行为对齐，但摘要未提供具体模型、样本规模与数值结果。