Los investigadores presentan DRIFTLENS, un marco libre de ground-truth que cuantifica cómo la memoria de atributos del usuario remodela las trayectorias de razonamiento de los grandes modelos de lenguaje. El estudio valida que este marco distingue cambios sustanciales en el razonamiento del ruido pragmático en cuatro LLM y diez categorías de atributos del usuario.
- La memoria de atributos del usuario induce un desplazamiento del razonamiento de mediano a grande por encima del umbral de ruido pragmático, incluso cuando las respuestas finales siguen siendo fluidas y plausibles.
- Los métodos de postentrenamiento basados en GRPO y DPO reducen este desplazamiento, pero ninguno domina uniformemente en efectividad.
- El impacto de las estrategias de mitigación en la capacidad posterior, la utilidad y el seguimiento de instrucciones depende del modelo y de la recompensa.
Los resultados indican que el desplazamiento del razonamiento inducido por la memoria es un modo de fallo medible de los modelos de lenguaje personalizados que solo se mitiga parcialmente con las técnicas actuales de postentrenamiento.