Training LLMs with Reinforcement Learning for Intent-Aware Personalized Question Answering
University of Washington（华盛顿大学）
本文提出IAP框架，通过强化学习直接从单轮问题推断用户意图并生成意图感知的回答，实验表明其在LaMP-QA基准上优于所有基线，平均宏得分提升约7.5%。
2026-05-12 cs.AI cs.CL
Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering
University of Washington（华盛顿大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
PR2通过强化学习框架结合推理与检索，提升个性化问答的准确性和用户特定偏好对齐度。
2026-02-22 cs.AI cs.CL cs.IR
Question-Answering (QA) Model for a Personalized Learning Assistant for Arabic Language
Arab American University（阿拉伯美国大学）；Columbia University（哥伦比亚大学）；Queensland University of Technology（昆士兰科技大学）
本文构建并评估了一个基于阿拉伯语定制 BERT 的问答模型，通过巴勒斯坦高中生物教材微调，在科学教育问答中取得20% EM和51% F1，验证其辅助阿拉伯语学生学习的潜力。
2024-06-11 cs.CL cs.CY
Which Client is Reliable?: A Reliable and Personalized Prompt-based Federated Learning for Medical Image Question Answering
Graduate School of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术研究院）；Faculty of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术学院）
本文提出一种基于可学习提示的个性化联邦学习方法，用于医学视觉问答，通过Dempster-Shafer证据理论量化不确定性，并设计基于最大似然估计的客户端间通信机制，以提升模型在隐私保护下的可靠性与协作效率。
2024-10-23 cs.CL cs.CV cs.LG
Learning from Natural Language Feedback for Personalized Question Answering
Center for Intelligent Information Retrieval（智能信息检索中心）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文提出VAC框架，利用自然语言反馈替代标量奖励，提升个性化问答效果，实验表明其在LaMP-QA基准上表现优异。
2026-04-24 cs.AI cs.CL cs.IR
SurveyAgent: A Conversational System for Personalized and Efficient Research Survey
Fudan University（复旦大学）
本文提出对话系统 SurveyAgent，通过整合知识管理、文献推荐和查询问答三个模块，为研究人员提供贯穿文献综述全过程的个性化、高效支持。
2024-04-09 cs.CL
Contextually Aware E-Commerce Product Question Answering using RAG
Flipkart US R\&D Center Bellevue Washington USA；Flipkart US R\&D Center
提出一种基于RAG的上下文感知电子商务产品问答框架，整合对话历史、用户画像和产品属性，处理多类型查询并识别信息缺口，引入新评估指标。
2025-08-04 cs.CL
Pathways of Thoughts: Multi-Directional Thinking for Long-form Personalized Question Answering
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Google DeepMind（谷歌DeepMind）；University of Michigan（密歇根大学）
本文提出PoT方法，通过多方向思考生成个性化问答响应，实验证明其在长文本问答任务中表现优异。
2026-01-21 cs.AI cs.CL cs.IR
NGQA: A Nutritional Graph Question Answering Benchmark for Personalized Health-aware Nutritional Reasoning
University of Notre Dame（圣母大学）；Brandeis University（布兰迪斯大学）；IBM Research（IBM研究院）；University of Connecticut（康涅狄格大学）
针对个性化饮食推理缺乏用户医疗数据及现有大语言模型在领域复杂性上的不足，本文提出了首个个性化营养健康推理图谱问答基准NGQA，利用NHANES和FNDDS数据评估食物对特定用户的健康影响，有效挑战了现有模型。
2024-12-20 cs.AI cs.CL cs.LG
Emerging Challenges in Personalized Medicine: Assessing Demographic Effects on Biomedical Question Answering Systems
University of Colorado Boulder（科罗拉多大学博尔德分校）；University of Colorado Denver（科罗拉多大学丹佛分校）；Memorial Healthcare System（纪念医疗系统）；Johannes Gutenberg University Mainz（美因茨约翰内斯·古腾堡大学）
本研究评估人口统计学信息对生物医学问答系统的影响，发现无关信息可改变最多23%的答案，引发公平性担忧。
2023-10-16 cs.CL cs.LG
Few-shot Question Generation for Personalized Feedback in Intelligent Tutoring Systems
Mila（米拉研究所）；McGill University（麦吉尔大学）；Korbit Technologies Inc.（科比特科技公司）；University of Bath（巴斯大学）；Facebook（脸书）；CIFAR（加拿大高等研究院）
智能教学系统（ITS）中生成提示的现有工作主要集中在手动和非个性化的反馈。在这项工作中，我们探索自动生成的问题，个性化的反馈在ITS。我们的个性化反馈可以精确定位学生答案中正确和不正确或缺失的短语，并通过用自然语言提问来引导他们找到正确答案。我们的方法结合了因果分析，使用基于文本相似性的NLP Transformer模型来分解学生的答案，以识别正确和不正确或缺失的部分。我们训练一个Few-Shot神经问题生成和问题重新排序模型，以显示问题解决学生答案中缺失的组件，引导学生走向正确答案。我们的模型大大优于简单和强大的基线，在学生的学习收益分别为45%和23%时，在一个真正的基于对话的ITS测试。最后，我们表明，我们的个性化纠正反馈系统有可能提高生成式问答系统。
2022-06-08 cs.CL
AdvisorQA: Towards Helpful and Harmless Advice-seeking Question Answering with Collective Intelligence
Seoul National University（首尔大学）；Chung-Ang University（中央大学）；NAVER AI Lab（NAVER AI实验室）；NAVER Cloud（NAVER云）；University of Richmond（里士满大学）；Sogang University（西江大学）
本文提出首个基于LifeProTips论坛的集体智能基准AdvisorQA，用于评估大语言模型提供个性化建议的能力，通过有益性指标、GPT-4和人工评估验证了其有效性，推动了个性化共情问答系统的发展。
2025-02-01 cs.CL
BookAsSumQA: An Evaluation Framework for Aspect-Based Book Summarization via Question Answering
The University of Electro-Communications（电子通信大学）；Santa Clara University（圣克拉拉大学）；DOCOMO Innovations, Inc.（doCOMO创新公司）
本文提出BookAsSumQA框架，通过从叙事知识图谱自动生成面向方面的问答对来评估书籍摘要质量，实验表明RAG方法在长文档上比LLM方法更高效实用。
2025-11-09 cs.CL
Tailoring Diagnostic Modeling to Individual Learners: Personalized Distractor Generation via MCTS-Guided Reasoning Reconstruction
Zhejiang University（浙江大学）；Hong Kong University of Science and Technology（香港科技大学）；East China Normal University（华东师范大学）
本文提出基于MCTS引导的推理重构方法，通过学生历史答题错误生成个性化干扰项，提升诊断效果，实验表明其在生成合理干扰项和适应群体设置方面表现优异。
2026-04-19 cs.CL
Bringing Pedagogy into Focus: Evaluating Virtual Teaching Assistants' Question-Answering in Asynchronous Learning Environments
Columbia University（哥伦比亚大学）
针对异步学习环境中虚拟助教评估缺乏教育理论依据的问题，本文提出基于学习科学的评估框架，并通过专家标注构建分类器，验证其有效性并分析泛化挑战，为理论驱动的虚拟助教评估奠定基础。
2025-09-22 cs.CL
NG-Router: Graph-Supervised Multi-Agent Collaboration for Nutrition Question Answering
University of Notre Dame（诺丁汉大学）；University of Connecticut（康涅狄格大学）；IBM Research（IBM研究院）
提出NG-Router框架，将营养问答建模为知识图谱引导的多智能体协作问题，利用图神经网络学习路由分布并结合基于梯度的子图检索机制，有效解决了上下文过载问题，在多个基准上显著优于单智能体和集成基线。
2025-10-10 cs.CL
CAIRNS: Balancing Readability and Scientific Accuracy in Climate Adaptation Question Answering
University of New South Wales（新南威尔士大学）
CAIRNS通过结构化提示和混合评估器，在无需微调或强化学习的情况下，实现了可读、可验证且领域相关的气候适应问答。
2025-12-01 cs.CL cs.CY
FoodieQA: A Multimodal Dataset for Fine-Grained Understanding of Chinese Food Culture
University of Copenhagen（哥本哈根大学）；University of Waterloo（滑铁卢大学）；Comcast AI Technologies（康卡斯特人工智能技术公司）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Shenzhen Research Institute of Big Data（深圳大数据研究院）；University of Amsterdam（阿姆斯特丹大学）
本文提出FoodieQA多模态数据集，通过多图像、单图像和纯文本三类问答任务评估模型对中国饮食文化的细粒度理解，发现LLMs文本问答超人类但VLMs视觉问答仍显著落后。
2024-09-30 cs.CL
User Personalized Satisfaction Prediction via Multiple Instance Deep Learning
Zhejiang University（浙江大学）
基于社区的问答服务作为一种受网民欢迎的知识共享模式而兴起。通过用户之间丰富的交互，个体能够获得满意的信息。然而，用户在几分钟内获得答案并不有效。用户必须检查一段时间的进度，直到提交满意的答案。我们解决这个问题作为一个用户个性化的满意度预测任务。现有的方法通常利用手动特征选择。这是不可取的，因为它需要仔细的设计和劳动密集型。在本文中，我们通过开发一个新的多实例深度学习框架来解决这个问题。具体来说，在我们的设置中，每个问题都遵循弱监督学习多实例学习假设，其中其获得的答案可以被视为实例集，并且我们定义了至少有一个满意答案的问题。因此，我们设计了一个有效的框架，利用多实例学习属性与深度学习建模的问题答案对。在Stack Exchange的大规模数据集上进行的大量实验证明了我们提出的框架在预测提问者个性化满意度方面的可行性。我们的框架可以扩展到许多应用，如UI满意度预测，多臂强盗问题，专家发现等。
2016-11-24 cs.CL cs.IR
Automatic Summarization System coupled with a Question-Answering System (QAAS)
Laboratoire Informatique d’Avignon（阿维尼翁计算机实验室）；École Polytechnique de Montréal（蒙特利尔综合理工学院）
为了选择文档中最相关的句子，它使用了一种结合了几个度量的最佳决策算法。该指标通过统计和信息算法处理、加权和提取相关性句子。该技术可以改进问答系统，其功能是用自然语言对问题提供准确的答案。在本文中，我们提出了通过耦合的皮质摘要与问答系统（QAAS）所获得的结果。两种配置进行了评价。在第一种方法中，选择低压缩级别，并且摘要系统仅用作噪声滤波器。在第二种配置中，该系统实际上用作摘要器，具有非常高的压缩级别。我们在法语语料库上的实验结果表明，自动文摘系统与问答系统的结合是很有前途的。然后，该系统已调整为根据具体问题生成定制摘要。在一个法语多文档语料库上进行了测试，个性化QAAS系统获得了最佳的性能。
2009-05-18 cs.CL cs.IR
PerLTQA: A Personal Long-Term Memory Dataset for Memory Classification, Retrieval, and Synthesis in Question Answering
The Chinese University of Hong Kong（香港中文大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
本文提出PerLTQA个人长期记忆问答数据集及记忆分类、检索、合成框架，实验证明BERT分类模型优于ChatGLM3和ChatGPT，并强调有效记忆整合对问答任务的重要性。
2024-02-26 cs.AI cs.CL cs.IR
Towards Personalized Answer Generation in E-Commerce via Multi-Perspective Preference Modeling
The Chinese University of Hong Kong（香港中文大学）；Alibaba Group（阿里巴巴集团）
近年来，电子商业平台上的产品问答（PQA）因其能够充当智能在线购物助手并改善客户购物体验而引起越来越多的关注。研究了其关键功能--产品相关问题答案自动生成，旨在生成内容保持的问题相关答案。然而，PQA的一个重要特征，即，个性化，被现有的方法所忽视。向所有客户提供相同的“完全概括的”答案是不够的，因为许多客户更愿意通过考虑他们自己对产品方面或信息需求的偏好来看到仅针对他们自己的定制信息的个性化答案。为了解决这一挑战，我们提出了一种新的个性化答案生成方法（PAGE）与多角度的偏好建模，探索历史用户生成的内容来建模用户的偏好生成个性化的答案在PQA。具体来说，我们首先检索与问题相关的用户历史作为外部知识来建模知识级用户偏好。然后，我们利用高斯Softmax分布模型来捕获潜在的方面级用户偏好。最后，我们开发了一个人物感知指针网络，通过利用个人用户偏好和动态用户词汇来生成个性化的答案。在真实电子商业问答数据集上的实验结果表明，该方法生成的答案信息量大、个性化程度高，性能优于现有方法，并表明电子商业中的答案生成可以受益于个性化。
2021-12-27 cs.CL cs.IR
KERL: Knowledge-Enhanced Personalized Recipe Recommendation using Large Language Models
Rensselaer Polytechnic Institute（拉特格斯理工学院）
本研究提出融合食品知识图谱与大语言模型的KERL系统，可实现个性化食谱推荐、烹饪步骤生成及营养分析，并构建基准数据集验证其性能优于现有方法。
2025-05-20 cs.AI cs.CL cs.CV
PARAN: Persona-Augmented Review ANswering system on Food Delivery Review Dataset
Lemong Research（Lemong研究）
PARAN通过从短评论文本中推断用户个性，提升食品配送评论回复的个性化和相关性，无需模型微调。
2025-12-10 cs.AI cs.CL
PaniniQA: Enhancing Patient Education Through Interactive Question Answering
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Emory University（埃默里大学）；Northeastern University（东北大学）；UMass Chan Medical School（马萨诸塞大学陈医学院）；University of Minnesota（明尼苏达大学）；University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
本文提出以患者为中心的交互式问答系统 PaniniQA，通过识别出院指导中的关键临床内容、生成个性化问题并验证答案，帮助患者理解和掌握医疗指导。
2023-08-21 cs.AI cs.CL
Modeling Ambiguity, Subjectivity, and Diverging Viewpoints in Opinion Question Answering Systems
University of California, San Diego（加州大学圣地亚哥分校）
产品评论网站提供了一个令人难以置信的镜头到各种各样的意见和不同的人的经验，并发挥关键作用，帮助用户发现符合他们的个人需求和偏好的产品。为了帮助解决那些无法通过阅读他人评论轻松回答的问题，一些评论网站还允许用户通过问答系统向社区提出问题。正如人们所预料的那样，正如不同的评论者之间的意见分歧一样，对这些问题的回答也可能是主观的、固执己见的和有分歧的。这意味着自动回答这些问题与传统的QA任务有很大的不同，传统的QA任务假设只有一个“正确”答案。虽然最近的工作引入了使用产品评论进行问答的想法，但它没有考虑我们在本文中考虑的两个方面：（1）问题有多个，通常是不同的答案，并且这种全方位的答案应该以某种方式用于训练系统;（2）什么是“好”答案取决于提问者和回答者，为了使系统更加个性化，应该纳入这些因素。在这里，我们建立了一个新的QA数据集，其中包含80万个问题和超过310万个答案，并表明明确考虑个性化和模糊性会导致定量更好的答案，而且对支持范围的更细致入微的看法，但主观的意见。
2016-10-25 cs.CL cs.IR
Privacy Policy Question Answering Assistant: A Query-Guided Extractive Summarization Approach
The Ohio State University（俄亥俄州立大学）
现有的使隐私政策可访问的工作已经探索了新的呈现形式，例如基于风险因素或摘要的颜色编码，以帮助用户有意识地同意。为了促进更个性化的互动政策，在这项工作中，我们提出了一个自动化的隐私政策问答助理，提取摘要，响应输入的用户查询。这是一项具有挑战性的任务，因为用户用与政策的法律语言截然不同的语言表达他们的隐私相关问题，使系统难以理解他们的查询。此外，该领域现有的注释数据有限。我们通过解释来解决这些问题，使用户问题的风格和语言更接近隐私政策的语言。我们的内容评分模块使用现有的域内数据在策略中查找相关信息，并将其合并到摘要中。我们的管道能够为privacyQA数据集中89%的用户查询找到答案。
2021-09-29 cs.CL cs.CY cs.IR
A Review of Reinforcement Learning for Natural Language Processing, and Applications in Healthcare
University of Minnesota（明尼苏达大学）；Amazon Web Services（亚马逊网络服务）；Quanta Sciences（Quantum Sciences）
本文综述了强化学习在自然语言处理中的关键技术进展，并重点分析了其在医疗决策、对话系统、翻译和问答等医疗保健场景中的应用与伦理挑战。
2023-10-23 cs.CL
Uncertainty-Aware Dynamic Knowledge Graphs for Reliable Question Answering
Fujitsu Research（Fujitsu 研究所）；Macquarie University（麦考瑞大学）
本文提出了一种考虑不确定性的动态知识图谱框架，通过动态构建、置信度评分和交互式界面提升问答系统的可靠性和透明度。
2025-12-26 cs.AI cs.CL
(WhyPHI) Fine-Tuning PHI-3 for Multiple-Choice Question Answering: Methodology, Results, and Challenges
Cairo University（开罗大学）
本文通过微调 PHI-3 并在 TruthfulQA 上优化提示，使其 MCQ 问答准确率从 62% 提升至 90.8%，展示了高效模型在教育评估中的应用潜力。
2025-01-03 cs.AI cs.CL
FDARxBench: Benchmarking Regulatory and Clinical Reasoning on FDA Generic Drug Assessment
Stanford University（斯坦福大学）；University of Washington（华盛顿大学）；U.S. Food and Drug Administration（美国食品药品监督管理局）
本文提出FDARxBench基准测试，用于评估基于文档的问答任务，通过FDA药物标签文档生成高质量问答示例，揭示语言模型在事实基础、长上下文检索和安全拒绝行为方面的差距。
2026-09-03 cs.AI cs.CL
GLEN-Bench: A Graph-Language based Benchmark for Nutritional Health
University of Connecticut, USA（美国康涅狄格大学）；University of Notre Dame, USA（美国圣母大学）；University of Massachusetts Amherst, USA（美国马萨诸塞大学阿姆赫斯特分校）
GLEN-Bench是首个基于图-语言的营养健康基准测试，通过整合健康记录、食物组成数据和获取指标，评估营养干预中的风险检测、个性化推荐和问答任务。
2026-01-26 cs.CL
NutriGen: Personalized Meal Plan Generator Leveraging Large Language Models to Enhance Dietary and Nutritional Adherence
College of Health Solutions, Arizona State University（亚利桑那州立大学健康解决方案学院）；School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院）
NutriGen利用大型语言模型生成个性化餐计划，通过构建营养数据库和提示工程提高饮食依从性和精度。
2025-04-28 cs.AI cs.CL cs.LG
Exploring and Evaluating Personalized Models for Code Generation
McGill University（麦吉尔大学）；Anthropic（Anthropic公司）；Microsoft（微软公司）
大型Transformer模型在自然语言理解任务中达到了最先进的水平，并且越来越多地成为建模源代码的基线模型架构。Transformers通常在大型无监督语料库上进行预训练，学习与建模一般可用文本相关的令牌表示和转换，然后在特定的下游感兴趣的任务上进行微调。虽然微调是使模型适应新领域的可靠方法-例如，对给定主题的问答-但泛化仍然是一个持续的挑战。在本文中，我们探讨和评估Transformer模型微调个性化。在为Java方法生成单元测试的上下文中，我们使用几种个性化技术来评估学习个性化特定软件项目的能力。我们考虑三种关键方法：（i）自定义微调，允许调整所有模型参数;（ii）轻量级微调，冻结大部分模型参数，仅允许调整令牌嵌入和softmax层或仅调整最终层;（iii）前缀调整，保持模型参数冻结，但优化小的项目特定前缀向量。这些技术中的每一种都提供了总计算成本和预测性能的权衡，我们通过代码和特定于任务的指标，训练时间和总计算操作来评估。我们比较了这些用于代码生成的微调策略，并讨论了每种策略在各种部署场景中的潜在通用性和成本效益。
2022-09-20 cs.CL cs.LG cs.SE
Personalized Taste and Cuisine Preference Modeling via Images
Donald Bren School of Information and Computer Science, University of California, Irvine（加州大学尔湾分校唐纳德·布伦信息与计算机科学学院）；Medical Scientist Training Program, School of Medicine, University of California, Irvine（加州大学尔湾分校医学院医学科学家培训项目）；Department of Computer Science, PES University（PES大学计算机科学系）
随着使用社交媒体分享生活实时更新的指数增长，拍照已成为一种不可避免的现象。人们不知不觉地用这些图像创建了一个独特的知识库。特别是食物图像，因为它们包含了大量的信息。从图像元数据并使用计算机视觉工具，我们可以为每个用户提取不同的见解，以建立个人档案。利用美食与其固有口味之间的潜在联系，我们试图仅根据个人的食物图像来开发这样的个人资料。我们的研究提供了关于个人对特定美食的倾向的见解。解释这些见解可以导致更精确的推荐系统的开发。这样的系统将避免通用的方法，有利于个性化的推荐系统。
2020-02-26 cs.CL cs.CV cs.IR
Intent Aware Context Retrieval for Multi-Turn Agricultural Question Answering
本文提出AI农业聊天机器人Krishi Sathi，结合意图驱动的多轮对话、指令调优模型和检索增强生成，为印度农民提供个性化农业建议，实现97.53%的查询准确率和91.35%的上下文相关性。
2025-07-28 cs.AI cs.CL
Personalized Causal Graph Reasoning for LLMs: An Implementation for Dietary Recommendations
Department of Computer Science, University of California, Irvine（加州大学尔湾分校计算机科学系）；School of Nursing, University of California, Irvine（加州大学尔湾分校护理学院）
针对大语言模型在多因素个人数据场景下个性化推理能力不足的问题，提出个性化因果图推理框架，在饮食推荐场景中验证其可有效降低餐后血糖、提升个性化质量。
2025-09-01 cs.CL
Building FKG.in: a Knowledge Graph for Indian Food
Ashoka University（阿肖克大学）；Institute of Future Health（未来健康研究院）；UC Irvine（加州大学欧文分校）
本文提出利用本体设计、知识工程、多语言语义推理及大语言模型技术，从公开食谱博客自动构建印度食品知识图谱，以支持智能分析和个性化数字健康推荐。
2024-09-01 cs.AI cs.CL cs.IR
Complex Query Answering on Eventuality Knowledge Graph with Implicit Logical Constraints
HKUST（香港科技大学）；Amazon.com Inc（亚马逊公司）
本文针对事件性知识图谱提出CEQA任务和MEQE方法，通过引入事件发生与顺序的隐式逻辑约束，并利用定理证明器构建基准，显著提升复杂逻辑查询回答性能。
2023-10-27 cs.CL cs.LO
SQATIN: Supervised Instruction Tuning Meets Question Answering for Improved Dialogue NLU
University of Cambridge（剑桥大学）；University of Würzburg（维尔茨堡大学）；PolyAI Limited（PolyAI有限公司）
本文提出SQATIN框架，将指令微调与问答形式化相结合用于对话NLU，在域内训练和跨域迁移上均超越现有模型，尤其显著提升跨域迁移性能。
2024-04-08 cs.CL
ChatPRCS: A Personalized Support System for English Reading Comprehension based on ChatGPT
本文提出基于ChatGPT和最近发展区理论的个性化阅读理解支持系统ChatPRCS，通过能力预测、提示模式和自动评估生成与专家水平一致的高质量问题。
2023-09-25 cs.CL
When Personalization Misleads: Understanding and Mitigating Hallucinations in Personalized LLMs
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学首都人工智能学院）；AI Lab at Lenovo Research（联想研究院人工智能实验室）；School of Artificial Intelligence and Data Science, University of International Business and Economics（国际商务与经济大学人工智能与数据科学学院）
本文提出FPPS方法，通过轻量级推理时间策略缓解个性化大语言模型中的事实性幻觉问题，并引入PFQABench基准评估事实性和个性化问答性能。
2026-01-16 cs.AI cs.CL
SommBench: Assessing Sommelier Expertise of Language Models
SommBench是一个多语言基准，用于评估语言模型的品酒师专业能力，包含三个任务：葡萄酒理论问答、葡萄酒特征补全和食物-葡萄酒配对，测试模型在感官判断上的能力。
2026-03-12 cs.AI cs.CL
Lost in Contrast: Instruction-Preserving Decoding for Reliable Visual Question Answering
School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院）
针对视觉对比解码会误将受支持弃权转为错误答案的问题，提出指令保留解码，在VizWiz、Food-101数据集上的9个模型中多数表现优于基线，可同时支持正确答案与受支持弃权。
2026-10-14 cs.CL cs.CV
Comparing Retrieval-Augmentation and Parameter-Efficient Fine-Tuning for Privacy-Preserving Personalization of Large Language Models
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文首次系统比较了基于RAG和PEFT的大语言模型隐私保护个性化方法，发现RAG更适合冷启动用户，PEFT在数据充足时更优，两者结合可进一步提升性能。
2025-06-26 cs.CL
ES-MemEval: Benchmarking Conversational Agents on Personalized Long-Term Emotional Support
Tongji University（同济大学）
ES-MemEval通过评估长期情感支持中的记忆能力，揭示了显式长期记忆对减少幻觉和提升个性化的重要性，同时指出了检索增强模型在时间动态方面的局限性。
2026-02-02 cs.AI cs.CL
FSPO: Few-Shot Optimization of Synthetic Preferences Personalizes to Real Users
Stanford University（斯坦福大学）；OpenAI；Google DeepMind（谷歌DeepMind）
FSPO通过少样本优化合成偏好实现LLM个性化，利用用户描述理性化提升奖励建模和指令遵循，生成100万合成偏好数据，在三个领域实现87%的Alpaca Eval胜率。
2026-04-16 cs.AI cs.CL cs.HC
Do LLMs Recognize Your Latent Preferences? A Benchmark for Latent Information Discovery in Personalized Interaction
University of Minnesota（明尼苏达大学）；Texas A&M University（德克萨斯农工大学）；CISCO Research（思科研究）
本文提出面向多轮个性化交互的潜在信息发现基准，通过三类任务和三智能体框架评估LLM揭示隐藏用户偏好的能力，发现其表现因情境在32%至98%间显著波动。
2025-10-20 cs.AI cs.CL cs.LG
Explicit v.s. Implicit Memory: Exploring Multi-hop Complex Reasoning Over Personalized Information
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院）；National University of Singapore（新加坡国立大学）
本文提出多跳个性化推理任务及数据集，系统比较显式与隐式记忆方法，并提出混合方法 HybridMem，以提升大语言模型智能体在个性化信息上的多跳复杂推理能力。
2025-08-18 cs.AI cs.CL cs.IR
ALIGN: Prompt-based Attribute Alignment for Reliable, Responsible, and Personalized LLM-based Decision-Making
kitware（Kitware公司）
提出 ALIGN 开源框架，通过基于提示的细粒度属性对齐实现 LLM 决策者的动态个性化，支持定性与定量分析，并在公共意见调查和医疗分诊领域验证了其有效性。
2025-07-11 cs.AI cs.CL
PerMedCQA: Benchmarking Large Language Models on Medical Consumer Question Answering in Persian Language
School of Computer Science Institute for Research in Fundamental Sciences（计算机科学学院基础科学研究研究所）；School of Electrical and Computer Engineering University of Tehran（电气与计算机工程学院塔里班大学）；Department of Computer Science Faculty of Mathematical Sciences Alzahra University（计算机科学系数学科学学院阿扎赫拉大学）
本文提出PerMedCQA，首个波斯语医学消费者问答基准，含68,138个问答对，并利用MedJudge框架评估多种LLM，揭示多语言医学问答挑战，推动更准确的医学辅助系统开发。
2025-05-23 cs.AI cs.CL
An Expert Schema for Evaluating Large Language Model Errors in Scholarly Question-Answering Systems
University of Minnesota（明尼苏达大学）；NASA Langley Research Center（NASA兰利研究中心）
本文提出了一种评估学术问答系统中大语言模型错误的专家模式，通过与领域专家合作识别错误模式，并探讨了支持专家评估LLM输出的个性化工具机会。
2026-02-24 cs.CL cs.HC
Process Knowledge-Infused AI: Towards User-level Explainability, Interpretability, and Safety
AI Institute, University of South Carolina（南卡罗来纳大学人工智能研究所）
人工智能系统已被广泛应用于现实世界的各个领域。然而，在高价值、敏感或安全关键的应用中，例如用于个性化健康的自我管理或具有特定目的的食物推荐（例如，过敏意识食谱建议），它们的采用是不太可能的。首先，人工智能系统需要遵循专家制定的指导方针或明确定义的流程;仅凭数据是不够的。例如，为了诊断抑郁症的严重程度，精神卫生保健提供者使用患者健康问卷（PHQ-9）。因此，如果人工智能系统用于诊断，则需要使用PHQ-9所暗示的医疗指南。同样，营养学家的知识和步骤也需要用于指导糖尿病患者制定食物计划的人工智能系统。其次，当前许多人工智能系统典型的黑盒性质将无法工作;人工智能系统的用户需要能够给出用户可理解的解释，解释使用人类可以理解和熟悉的概念构建。这是激发对AI系统的信心和信任的关键。对于这样的应用程序，除了数据和领域知识之外，人工智能系统还需要访问和使用流程知识，这是人工智能系统需要使用或遵守的一组有序步骤。
2022-06-09 cs.AI cs.CL
Improving User Privacy in Personalized Generation: Client-Side Retrieval-Augmented Modification of Server-Side Generated Speculations
University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
P³通过客户端侧检索增强修改服务器侧生成的推测，实现高质量个性化生成并提升隐私保护。
2026-01-24 cs.AI cs.CL cs.CR
