Nghiên cứu
CARD: Cá nhân hóa văn bản bằng phân cụm và giải mã có hướng dẫn phần thưởng
(giờ Việt Nam)
Tóm tắt AI
CARD là khung làm việc phân cấp giúp cá nhân hóa LLM hiệu quả bằng cách phân cụm người dùng theo phong cách, kết hợp học ưu tiên ẩn và điều chỉnh logit nhẹ mà không cần thay đổi mô hình gốc.
Chính văn · Bản dịch AI
Tóm tắt: Việc tùy chỉnh các mô hình ngôn ngữ lớn cho từng người dùng cá nhân vẫn là một thách thức do sự xung đột giữa tính cá nhân hóa chi tiết và khả năng triển khai quy mô lớn. Chúng tôi giới thiệu CARD, một khung phân cấp đạt được hiệu quả cá nhân hóa thông qua quá trình tinh chỉnh lũy tiến. Đầu tiên, CARD phân nhóm người dùng dựa trên các kiểu mẫu phong cách chung và học các bộ điều hợp LoRA đặc thù cho từng nhóm, từ đó cho phép khái quát hóa mạnh mẽ và đạt hiệu suất cao với nguồn dữ liệu hạn chế. Để nắm bắt sự khác biệt cá nhân trong mỗi nhóm, chúng tôi đề xuất cơ chế học ưu tiên ẩn, đối chiếu văn bản do người dùng viết với các nội dung được tạo ở cấp độ nhóm, cho phép mô hình suy luận các ưu tiên phong cách cụ thể của người dùng mà không cần chú thích thủ công. Tại thời điểm suy luận, CARD chỉ đưa tính cá nhân hóa vào quá trình giải mã thông qua các vectơ ưu tiên người dùng gọn nhẹ và các hiệu chỉnh logit hạng thấp, trong khi vẫn giữ nguyên mô hình cơ sở. Các thử nghiệm trên bộ tiêu chuẩn LaMP và LongLaMP cho thấy CARD đạt chất lượng tạo văn bản vượt trội so với các mô hình cơ sở, đồng thời cải thiện đáng kể hiệu suất và khả năng mở rộng cho việc tạo văn bản cá nhân hóa trong thực tế.
| Chủ đề: | Trí tuệ nhân tạo (cs.AI) |
| Trích dẫn là: | arXiv:2601.06352 [cs.AI] |
| (hoặc arXiv:2601.06352v3 [cs.AI] cho phiên bản này) | |
| https://doi.org/10.48550/arXiv.2601.06352 DOI do arXiv cấp thông qua DataCite |
Lịch sử gửi bài
Từ: Yutong Song [xem email] v1 Thứ Sáu, 9 tháng 1, 2026 23:16:39 UTC (1,821 KB) v2 Chủ Nhật, 26 tháng 4, 2026 19:11:11 UTC (1,345 KB) [v3] Chủ Nhật, 20 tháng 9, 2026 18:21:36 UTC (673 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.