「 LLM, Personalization 」记得 GPT-5 推出的时候，就已经感觉到，LLM 发展到今天，单纯的比拼 benchmark，已不再是所有的意义。而模型如何理解用户，personalization 的能力越来越重要。这周看到两篇很好的工作 PREFDISCO 和 PDR Bench，都是跟 personalization相关。两篇论文中，Personalizatio

#LLM #Personalization #用户模型 #偏好 #Benchmark

相关新闻

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5小时前

自然语言上下文不是被”翻译”成权重更新，而是直接在潜空间中”编译”成权重更新。形式语言上下文需要额外的翻译步骤：形式语言 → 解析 → 语义表示 → 潜空间向量 → ΔW 自然语言上下文直接映射：自然语言 → 潜空间向量 → ΔW 这就是为什么LLM”更喜欢”自然语言。其实人也一样，更喜欢自然语言。形式语言源自自然语言中对确定性计算的不足的需要。

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

5小时前

语言的独特地位（这一点被很多AI大神忽视了如sutton）为什么人类可以通过语言快速”编程”彼此？答案：语言是压缩的行为配方。 •一个句子可以编码复杂的因果关系、时序逻辑、抽象概念 •这些在非语言物种中需要大量试错才能学会 •语言使得知识可以直接注入，跳过经验积累 LLM继承了这个能力： •它被训练在海量的”行为配方”（文本）上 •学会了如何从配方中提取可执行的结构 •因此，它可以被语言”

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

语言在人类文明演化史上的影响，就是LLM对于人类生物智能的影响力所在

宝玉

1天前

如果你在为公司现有业务集成 AI Agent，或者迁移到 AI Agent，我自己的一点思考供参考： 1. 如果你流程的路径很确定并且效率很高，那么也许你只需要在原有流程上集成一些 AI 功能就可以，并不一定要变成 Agent 通常 Agent 没有固定流程，依赖于用户的输入来由 LLM 决策调用什么工具 2. 为 Agent 去重新设计新的工具而不是让 Agent 去用现有的工具通常公

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1天前

语言的是还是交给LLM吧！尤其是认知，我们人类就写些逗逗乐子的，提供点具身经验的情绪价值。