כתבה
arXiv cs.LG ·
מנוע ג'נרטיבי להחלטות
GUIDE: Generative Utility Inference and Decision Engine
GUIDE הוא ארכיטקטורת אליסיטציה המנועה על ידי LLM, המשלבת דגימה אדפטיבית ולמידת ייצוג סמלי. היא משפרת את התהליך של גילוי העדפות המשתמשים. המחקר הראה ש-GUIDE מצליח להפחית ויתור על המלצות.
תקציר מקורי באנגליתarXiv:2609.12137v1 Announce Type: new Abstract: Measuring the preferences of human users remains a fundamental challenge of AI alignment. Existing elicitation approaches struggle to efficiently discover multidimensional preferences or accurately ground these inferences in domain knowledge. To address this, we introduce GUIDE, an LLM-driven elicitation architecture that infers user preferences through conversations by combining Bayesian adaptive sampling for question selection and symbolic representation learning to initialize domain-specific preference models. GUIDE generalizes adaptive sampling to diverse elicitation questions through an extensible type system of transforms on a parameterized preference state. GUIDE produces domain-specific preference representations through an initializa
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית