BehaviorBench는 시뮬레이션 사용자가 아닌 실제 행동 흔적으로 개인화된 의사결정 모델링을 평가하는 벤치마크다. 기존 사용자 이해 벤치마크가 모델 생성 행동에 의존해 인간 행동과 체계적으로 어긋날 수 있다는 한계를 겨냥한다. 공개 예측시장과 온체인 기록에서 지갑 단위 의사결정 이력을 복원해, 시장에서 사용자의 최종 입장·확신을 예측하는 '신념 예측'과 개별 거래의 방향·금액을 예측하는 '거래 예측' 두 과제 층으로 구성한다. 평가 지갑 2,000개에 신념 인스턴스 14만1,445개, 거래 인스턴스 148만5,972개를 담았다. 프론티어·오픈웨이트 모델을 무개인화·최근 이력·생성 프로필·검색된 지갑 증거의 네 인터페이스로 평가한 결과, 개인화는 거래 예측보다 신념 예측을 더 일관되게 개선했고, 과제 층과 지표에 따라 모델 순위가 바뀌었다.

• •시뮬레이션이 아닌 실제 행동 흔적으로 개인화 의사결정 모델링을 평가하는 벤치마크
• •공개 예측시장·온체인 기록에서 지갑 단위 의사결정 이력을 복원
• •'신념 예측'과 '거래 예측' 두 과제 층으로 구성—지갑 2,000개, 신념 14만·거래 148만 인스턴스
• •개인화는 거래 예측보다 신념 예측을 더 일관되게 개선
• •네 가지 이력 인터페이스가 서로 다른 실패 모드를 드러냄