Atomic User Model

新的原子用户模型增强了语言模型与用户的个性匹配

研究人员开发了一种原子用户模型（AUM），通过捕捉稳定的个性特征来改进大型语言模型与用户的交互方式。与目前依赖对话历史的方法不同，AUM将一个人的身份组织成一个具有多个层级的结构化表示。该模型充当检索索引，允许大型语言模型选择相关的个性字段，以生成更符合用户风格的响应。评估表明，与标准的基于偏好的方法相比，AUM显著提高了风格保真度和用户声音识别度，特别是对于那些在默认语言模型交互中服务不佳的用户。