跳到正文
热点事件持续更新

研究用户历史解释画像个性化推荐解释顺序

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月9日，arXiv人工智能板块发布Deo Munduku与Elsa Negre的预印本论文，研究能否从用户此前的文本解读中推断规律，用于个性化组织推荐解释的顺序。研究开展了一项122人参与的受控实验，按信息选择、相对显著性和关系组织三个维度刻画用户此前的解读方式，并据此组织内容与措辞完全相同的解释句。结果显示，基于本人历史画像的OWN组织方式客观理解正确率达86.5%，高于DONOR的66.0%、POP的63.9%和PROFILE LLM的73.0%；混合效应分析显示OWN优于各替代方案。不过，推荐接受度方面未检测到可靠的总体条件效应。论文将自身定位为对“从先前文本解读推断规律以支持解释组织个性化”这一问题的检验，目前为预印本阶段，尚无后续跟进报道。

AI 根据报道生成 · 12 小时前更新

最新进展11月9日 13:00
从用户解读方式中学习：个性化推荐解释顺序

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv Artificial Intelligence
    从用户解读方式中学习：个性化推荐解释顺序

    一项122人参与的受控研究按信息选择、相对显著性和关系组织三个维度刻画用户此前的文本解读，并据此组织内容与措辞完全相同的解释句。基于本人历史画像的OWN组织方式客观理解正确率达86.5%，高于DONOR的66.0%、POP的63.9%和PROFILE LLM的73.0%，混合效应分析显示OWN优于各替代方案。推荐接受度未检测到可靠的总体条件效应。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。