JHU、MIT、Google 揭 ThoughtTrace：前沿 LLM 猜不透使用者意圖，個性化助理缺的是「內心獨白資料」

Johns Hopkins、MIT 與 Google Research 研究團隊推出 ThoughtTrace，首個將真實人機對話配對用戶自述想法的大規模資料集，同步記錄用戶「為何發出這個 prompt」以及「看到回覆後有何反應」。關鍵發現：即便是前沿 LLM 也難以從對話脈絡猜中這些想法；將其納入後，預測用戶後續行為的準確率超越標準方法。

資料集的核心設計是雙軌配對，同步採集對話表面（用戶 prompt 與模型回覆）與思維標註（用戶自述的發話動機及對回覆的評價）。這套設計讓研究者能直接量化「模型能從上下文推測多少隱性意圖」，結果顯示前沿模型普遍難以推估用戶的真實目標，也為個性化助理訓練提供更細粒度的信號。

這對做 assistant 的工程師意義直接：個性化的瓶頸，看起來不是模型規模不夠大，而是訓練資料長期缺少「用戶當下真實意圖」這個信號。ThoughtTrace 理論上能補上這個缺口，但如何在實際產品中規模化蒐集類似的思維標註，目前仍是待解的工程挑戰。