כתבה
arXiv cs.CL ·
פרופיל מינימלי למודלים שפה אישיים
Less Is Personal: Learning Minimal Sufficient User Profiles for Personalized Language Models
חוקרים פיתחו שיטה ליצירת פרופילים מינימליים למודלים שפה אישיים. השיטה, הנקראת ENOUGH, מאפשרת למודלים לייצר פלטים מדויקים יותר ומותאמים למשתמש. היא עובדת עם מודלים כמו LLaMA.
תקציר מקורי באנגליתarXiv:2609.08180v1 Announce Type: cross Abstract: Retrieval-augmented personalization enables large language models to produce more accurate and preference-aligned outputs using relevant records retrieved from user histories. Personalized language models typically prepend a fixed number of retrieved user records, even when additional history is redundant, harmful, or unrelated to a user's distinctive behavior. We study minimal sufficient personalization: constructing the least costly ordered profile for each input while preserving the utility achievable from a retrieved candidate pool. We introduce ENOUGH, a method that iteratively appends behavioral records or emits STOP to construct profiles with adaptive lengths. Offline, bounded counterfactual search evaluates profile prefixes by joint
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית