arXiv 自然语言处理· Li Wang, Chen Zhang, Yirong Yang, Xingyu Chen, Jinkun Zhao, Tianhao Peng, Wenjun Wu·· 7 小时前AI 评分34
SkillGrain：基于用户反馈的可迁移个性化技能学习框架
Learning What to Keep: Transfer-Aware Personal Skill Learning from User Feedback
AI 导读
研究人员提出 SkillGrain 框架，通过将用户反馈分解为原子规则并预测其迁移性，使 LLM 能够选择性保留可复用的个性化技能。该框架结合量规引导的技能奖励与细粒度信用分配，并通过强化学习联合优化技能归纳与技能条件生成。在涵盖 5 个个性化写作任务的基准测试中，SkillGrain 在 3 个基座模型的域内及域外测试中均取得了最佳综合平均表现。
来源：arXiv 自然语言处理 · arxiv.org