生成式 AI 个性化中的上下文充分性前沿：为何数据并非越多越好

一项关于生成式 AI 个性化的研究提出上下文充分性理论，指出上下文与用户当前意图的相关性比数据体量更关键。该理论划分了不足、充分、饱和与干扰四种状态，并引入上下文充分性前沿以定位最小相关集合。在大型家居零售商生成式推荐系统的全因子实验中，相关上下文提升了推荐适切性，而不相关上下文则降低适切性并破坏检索稳定性。