SkillGrain

SkillGrain框架通过选择性反馈保留来增强LLM个性化

研究人员推出了一种新颖的框架SkillGrain，旨在通过选择性地保留用户反馈来增强大型语言模型（LLM）的可重用个性化技能的学习。该方法区分持久的用户偏好和临时更正，旨在通过评估单个反馈组件的可迁移性来防止负迁移。SkillGrain通过强化学习整合了技能归纳和生成，优化了规则内容和保留决策，以支持未来的个性化任务。在三个基础模型上的五个个性化写作任务基准上的评估表明，SkillGrain在跨请求泛化方面表现优越。