arXiv cs.CL· Hang Su, Zequn Liu, Jianghan Chao, Qiuyu Tian, Xuesong Lu, Yingce Xia·· 11 小时前AI 评分34
PersonaFactor：面向 LLM 个性化的动态选择偏好因子框架
PersonaFactor: Preference Factors with Dynamic Selection for LLM Personalization
AI 导读
PersonaFactor 框架从异构用户交互中提炼出 13 个可复用、可解释的个性化因子，并动态选取与用户历史和当前请求相关的因子引导生成。在四个个性化基准和四个骨干模型上，Dynamic PersonaFactor 在所有报告指标上均取得最佳分数。表征分析显示，PersonaFactor 与用户历史诱导出部分重叠的低维表征，二者联合使用带来互补性偏移。
正文 · AI 翻译
摘要：尽管用户在不同任务中可能表达不同的个性化需求，这些任务特定行为仍能反映出共享的底层偏好机制。现有的 LLM 个性化方法往往关注表层交互或未加区分的历史记录，忽视了这些行为背后的共享机制。我们提出 PersonaFactors，一个从异构用户交互中提炼可复用且可解释的个性化因素的框架。我们通过提取有证据支撑的推理依据并聚类跨任务中反复出现的模式，构建了包含十三种 PersonaFactor 的库，并开发了一个动态因素引导的生成框架，用于选择与每位用户的历史记录和当前请求相关的因素。在四个个性化基准和四个骨干模型上，Dynamic PersonaFactor 在每一项报告的指标上都取得了最佳分数。表征分析进一步表明，PersonaFactors 与用户历史会诱导出部分重叠的低维表征，且二者的联合使用会带来互补性的偏移。综上所述，这些发现表明基于因素和基于历史的个性化可以相互增强。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.16372 [cs.CL] |
| （或 arXiv:2610.16372v2 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.16372 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hang Su [查看邮箱]
[v1]
2026年10月12日星期一 08:23:23 UTC（3,770 KB）
[v2]
2026年10月20日星期二 05:20:07 UTC（3,770 KB）
来源：arXiv cs.CL · arxiv.org