一篇新的研究论文介绍了一种记忆感知奖励模型,旨在更好地使大型语言模型(LLM)的记忆使用与用户偏好保持一致。研究发现,包含用户记忆的响应并不总是受到青睐,有时用户会强烈偏好不使用记忆生成的响应。现有的自动评估器也与人类用户的意见不一致,通常比人们更偏好条件记忆的响应。所提出的记忆感知奖励模型实现了72.8%的偏好预测准确率,优于基线模型,并强调了需要真正使记忆使用与用户需求保持一致的评估和优化目标。 AI
影响 通过改进记忆的使用方式,可能导致LLM助手更好地理解和满足用户偏好。
排序理由 学术论文,详细介绍了评估LLM记忆使用的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →