arXiv 人工智能· Jie Mao, Pingchen Lu, Xiangyi Wang, Hengquan Huang, Shuang Qiu, Min Zhang, Zhongxiang Dai·· 4 小时前AI 评分33
ID-TAP：基于信息导向对决的测试时智能体个性化框架
Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent Personalization
AI 导读
研究者提出了用于测试时智能体个性化的神经对决老虎机框架 ID-TAP，通过候选回复间的二元对比信号优化离散角色选择。该框架结合了基于查询的神经效用模型与轻量级 Bradley-Terry 探索器，并通过相似度加权热启动跨相关查询迁移对比证据。在固定 10 轮对比预算下，ID-TAP 在 7 个用户偏好生成基准测试中均取得了优于基线模型的综合性能。
来源：arXiv 人工智能 · arxiv.org