随着大型语言模型（LLMs）逐渐演变为终身人工智能助手，LLM 个性化已成为一个关键前沿。然而，当前的进展受到缺乏黄金标准评估基准的制约。现有基准要么忽视了个性化所需的个性化信息管理，要么过于依赖合成对话，这与真实世界对话存在固有的分布差距。为了解决这一问题，提出了 AlpsBench，这是一个基于真实人类与 LLM 对话的个性化基准。AlpsBench 包含从 WildChat 精心策划的 25...