arXiv · NLP· Romain Puech, Georgy Salakhutdinov, Dimitris Bertsimas·· 2026-10-14AI 评分30
跨用户成对偏好在线 LLM 个性化
Online LLM Personalization from Pairwise Preferences Across Users
AI 导读
该研究提出将在线 LLM 个性化建模为上下文决斗老虎机问题,通过固定提示词集合中的在线选择实现个性化,目标是最小化累计强后悔。系统显示两个响应并观察成对选择,利用跨用户共享信息适应新用户。
来源:arXiv · NLP · arxiv.org