Sangyeon Yoon

LLMs在上下文感知个性化方面存在困难，新研究表明 · 已追踪2个来源

两篇新研究论文探讨了大型语言模型（LLMs）在个性化方面的挑战。第一篇BenchPreS引入了一个基准，用于评估LLMs根据上下文选择性应用用户偏好的能力，发现当前模型常常难以处理这种细微差别。第二篇ReMind提出了一种循环记忆排序系统，该系统根据查询和先前回忆的信息迭代地优化记忆的选择，旨在提高基础性并根据任务调整所选记忆的数量。