arXiv Artificial Intelligence· Jie Mao, Pingchen Lu, Xiangyi Wang, Hengquan Huang, Shuang Qiu, Min Zhang, Zhongxiang Dai·· 2 小时前AI 评分31
ID-TAP：用信息导向对决式 Bandit 实现 LLM 智能体测试时人格个性化
Bridging Exploration and Persona: Information-Directed Dueling for Test-Time Agent Personalization
AI 导读
ID-TAP 是一个受 IDS 启发的神经对决式 Bandit 框架，用于在大型离散人格空间中通过候选回复的二元比较实现 LLM 智能体测试时个性化。它结合查询条件神经效用模型与轻量 Bradley-Terry 探索器，并借助相似度加权热启动跨相关查询迁移比较证据。在七个用户条件生成基准、固定十轮比较预算下，ID-TAP 在参考与模型偏好模拟器中取得最强综合表现。
来源：arXiv Artificial Intelligence · arxiv.org