研究提出生成式AI个性化的上下文充分性理论

2026年10月2日，arXiv发布一项关于生成式AI个性化的研究。该研究提出了上下文充分性理论，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，结果显示相关上下文提升了推荐适切性，而不相关上下文则会降低适切性并破坏检索稳定性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。