相同裁决不同读者：基于相对偏好的个性化事实核查解释改写

研究人员提出 PERPL 框架，通过大语言模型模拟读者的相对偏好，在保持事实忠实度的同时将现有事实核查解释自适应改写给不同读者。该框架包含基于跨角色互惠配对构建偏好监督的模拟偏好构建，并通过探索导向的渐进式偏好优化突破预定义风格限制。实验表明，PERPL 在个性化偏好对齐上优于参数规模大得多的通用大语言模型。