偏好认知不确定性下的大模型自适应个性化研究

一项针对 8 个开源与闭源模型的研究发现，大模型在偏好认知不确定性下存在“识别-生成差距”，开放式生成时的策略校准度会下降 35-46%。基于涵盖 250 个角色、5 种语言及 25K 对话轮次的基准评测显示，模型普遍系统性过度依赖既有偏好。定向监督模型内部策略表征的训练方法，可将分布外场景的用户可接受度泛化差距缩小三分之一。