arXiv cs.CY· Jie Mao, Pingchen Lu, Xiangyi Wang, Hengquan Huang, Shuang Qiu, Min Zhang, Zhongxiang Dai·· 11 小时前AI 评分31
ID-TAP：面向 LLM 智能体测试时人格化的信息导向对决方法
Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent Personalization
AI 导读
ID-TAP 是一个受 IDS 启发的神经对决老虎机框架，用于大规模离散人格空间下的 LLM 智能体测试时人格选择，以候选回复的二元比较作为在线信号。它结合查询条件神经效用模型与轻量 Bradley-Terry 探索器，并通过相似度加权热启动跨相关查询迁移比较证据。在七个用户条件生成基准上，ID-TAP 在固定十轮比较预算内取得所评估基线中最强的综合表现。
正文 · AI 翻译
摘要：有效的测试时个性化要求 LLM 智能体能够从轻量交互中适应依赖查询的用户偏好。我们研究以候选回复之间的二元比较作为在线信号的人设选择问题。我们提出 ID-TAP，一个受 IDS 启发、可扩展的神经对决老虎机框架，适用于大型离散人设空间。ID-TAP 将查询条件化的神经效用模型与轻量级 Bradley-Terry 探索器相结合，并通过相似度加权热启动在相关查询之间迁移比较证据。该神经模型在查询之间共享统计强度，同时保留查询特定的分数，而高效的 BT 更新会对假设的挑战者进行评分。在参考偏好模拟器和基于模型的偏好模拟器下的七个用户条件化生成基准上，ID-TAP 在固定的十轮比较预算内取得了所评估基线中最强的总体性能。这些结果支持将信息导向的挑战者选择作为测试时人设适应的一种有效设计。
| 主题： | 人工智能（cs.AI）；计算机与社会（cs.CY） |
| 引用为： | arXiv:2610.24385 [cs.AI] |
| （或使用 arXiv:2610.24385v2 [cs.AI] 获取此版本） | |
| https://doi.org/10.48550/arXiv.2610.24385 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jie Mao [查看邮箱]
[v1]
2026年10月17日星期六 02:40:47 UTC（304 KB）
[v2]
2026年10月23日星期五 08:14:56 UTC（304 KB）
来源：arXiv cs.CY · arxiv.org