真实社交帖秒变用户画像！新框架让AI个性化推荐和推理全面碾压合成数据
Behaviorally Grounded User Profiles from the Wild for Personalized Alignment and Multi-Perspective Reasoning
📖 AI 总结
该研究提出了一种名为“行为画像接地”的框架，旨在从真实匿名社交媒体帖子中提取开放式、高保真的用户画像，以替代传统基于合成或刻板印象的固定画像。作者在两种范式下评估了该框架：训练时通过监督微调实现个性化，以及测试时进行非参数多视角推理。实验结果表明，在复杂推荐和开放式查询基准上，基于真实行为数据生成的画像持续优于基线模型和合成画像，显著增强了模型的参数对齐能力，并支持更丰富、多维度的推理。该研究强调，从真实行为中推导出的开放式画像具有高度多样性和有效性，为下一代个性化语言系统提供了坚实基础。代码已公开。
🔑 关键词速览
| profile behavioral grounding | 一种从真实社交媒体帖子中提取用户画像的框架，强调基于行为而非合成数据。 |
| persona-driven techniques | 利用人格特征或用户画像来调整模型行为的技术。 |
| supervised finetuning (SFT) | 一种监督微调方法，在标注数据上训练模型以适应特定任务。 |
| multi-perspective reasoning | 从多个角度或视角进行推理，以增强模型的理解和生成能力。 |
| parametric alignment | 通过调整模型参数来使其行为与用户偏好或特定目标对齐。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅