两篇新的研究论文介绍了大语言模型(LLM)个性化的新颖框架。第一篇MIRROR,通过自蒸馏将个性化从简单的模仿转向内化用户偏好,在文本质量和个性化方面取得了各种基准测试的领先性能。第二篇MoF(Mixture-of-Facets),通过将用户偏好建模为共享潜在方面的组合,为黑盒大语言模型提供了一种可扩展的方法,能够为未见过用户实现高效个性化,并以更少的参数展示出更强的性能。 AI
影响 这些新框架提供了更有效和可扩展的方法来根据个人用户偏好定制大语言模型的输出,有可能改善用户体验,并提高大语言模型在个性化应用中的实用性。
排序理由 两篇在arXiv上发表的学术论文,详细介绍了大语言模型个性化的新方法。
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Large Language Models
- Litmaps
- Mixture-of-Facets
- ScienceCast
- scite Smart Citations
- LLM
- MIRROR
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →