EpiPersona

EpiPersona框架增强大语言模型对多样化用户偏好的适应性

研究人员推出EpiPersona，一个旨在改进大型语言模型（LLMs）适应多样化个体偏好的新框架。该方法将具身感知信息与特定情景明确耦合，将稳定的个人特征与情景因素分开。通过将嘈杂的偏好反馈投影到低维具身感知空间并聚合相似的具身感知，EpiPersona旨在提高跨不同情景的泛化能力。实验表明，EpiPersona在情景数据发生变化以及偏好数据稀疏的情况下，优于现有方法。