跳到正文
arXiv · AI· Rashon Poole, Farnaz Jahanbakhsh·· 10 天前AI 评分35

个性化价值对齐:基于人类价值图谱调整大语言模型

Personalized Alignment of Language Models with Human Value Profiles

AI 导读

提出个性化价值对齐框架,将模型响应适配用户稳定的 Schwartz 价值图谱,而非人口统计特征或任务偏好。 构建 1,501 个价值冲突场景数据集,评估 152 个抽样价值图谱。采用针对性提示结合激活引导或 LoRA-DPO 方法,性能优于无个性化及全图谱提示基线。 已被 EMNLP 2026 主会接收。

来源:arXiv · AI · arxiv.org