VISTA：通过从少量问卷答案推断的潜在用户价值观引导 LLM

VISTA 通过超网络将推断的潜在用户价值观映射为冻结 LLM 的特定引导干预，在 Food2D 和 WVS 上表现优于上下文画像。 该方法在 WVS 数据集上仅使用 6% 问卷问题即保留 94% 增益，而标准自适应测试最多保留 42%。 研究结果指向以可部署成本适应个体的多元对齐路径。