arXiv cs.LG·39 天前★ 3

COPE：稀疏反馈下基于用户嵌入与自评估的LLM持续个性化

原文标题：COPE: Continual Personalization of LLMs under Sparse User Feedback via User Embeddings and Self-Evaluation

重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出 COPE 框架，为每个用户分配可学习嵌入，将偏好捕获、自评估校准与个性化响应优化整合到单步更新中。其创新在于用自评估生成代理奖励，在缺乏显式用户反馈时仍能持续更新模型。实验显示 COPE 在稀疏反馈下优于免训练与训练类基线，并与检索增强提示互补。

深读 · 结论先行AI 生成展开看要点与影响 ↓

COPE用可学习用户嵌入加自评估代理奖励，在稀疏反馈下持续个性化LLM并优于基线。

为什么重要：面向真实场景稀疏反馈的个性化方案，对做用户级LLM定制的产品团队有直接参考价值。

以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。

AI 处理过程展开/收起

原始标题：COPE: Continual Personalization of LLMs under Sparse User Feedback via User Embeddings and Self-Evaluation

AI 中文标题：COPE：稀疏反馈下基于用户嵌入与自评估的LLM持续个性化

来源：arXiv cs.LG · 发布于 39 天前

分类：大模型 · AI 重要度：★ 3（3）

标签：个性化 / LLM对齐 / 用户嵌入 / 自评估

关键词：continual personalization / user embeddings / self-evaluation / sparse feedback

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐