arXiv · NLP· Linhao Luo, Thuy-Trang Vu, Van-Anh Nguyen, Junae Kim, Gholamreza Haffari, Dinh Phung·· 11 天前AI 评分43
MATO: 大语言模型多目标个性化对齐的测试时优化方法
MATO: Multi-objective Personalized Alignment with Test-time Optimization for Large Language Models
AI 导读
MATO 提出无需训练的 LLM 多目标个性化对齐框架,通过动态调整解码权重提升控制性。该方法不修改参数,使用提示词奖励和权重优化,在多数据集上超过基线并实现帕累托改进。为可扩展、模型无关的个性化对齐提供可行路径。
来源:arXiv · NLP · arxiv.org