論文の概要: EpiPersona: Persona Projection and Episode Coupling for Pluralistic Preference Modeling

• arxiv url: http://arxiv.org/abs/2603.28197v1
• Date: Mon, 30 Mar 2026 09:04:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.315649
• Title: EpiPersona: Persona Projection and Episode Coupling for Pluralistic Preference Modeling
• Title（参考訳）: EpiPersona:多元的推論モデリングのためのペルソナ投影とエピソード結合
• Abstract要約: 明示的なペルソナ・エピソード結合のためのフレームワークであるEpiPersonaを紹介する。 EpiPersonaはまず、ノイズの多い好みのフィードバックを低次元のペルソナ空間に投影する。 そして、推定されたペルソナ表現を現在のエピソードと結合し、エピソード認識の嗜好予測を可能にする。
• 参考スコア（独自算出の注目度）: 27.99622587517494
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pluralistic alignment is essential for adapting large language models (LLMs) to the diverse preferences of individuals and minority groups. However, existing approaches often mix stable personal traits with episode-specific factors, limiting their ability to generalize across episodes. To address this challenge, we introduce EpiPersona, a framework for explicit persona-episode coupling. EpiPersona first projects noisy preference feedback into a low-dimensional persona space, where similar personas are aggregated into shared discrete codes. This process separates enduring personal characteristics from situational signals without relying on predefined preference dimensions. The inferred persona representation is then coupled with the current episode, enabling episode-aware preference prediction. Extensive experiments show that EpiPersona consistently outperforms the baselines. It achieves notable performance gains in hard episodic-shift scenarios, while remaining effective with sparse preference data.
• Abstract（参考訳）: 大規模言語モデル(LLM)を個人や少数民族の多様な嗜好に適応させるためには、多元的アライメントが不可欠である。 しかし、既存のアプローチは、安定した個人特性とエピソード固有の要因を混在させ、エピソード全体にわたって一般化する能力を制限していることが多い。 この課題に対処するために、明示的なペルソナ・エピソード結合のためのフレームワークであるEpiPersonaを紹介する。 EpiPersonaはまず、ノイズの多い好みのフィードバックを低次元のペルソナ空間に投影する。 このプロセスは、予め定義された嗜好次元に頼ることなく、個人特性と状況信号とを分離する。 そして、推定されたペルソナ表現を現在のエピソードと結合し、エピソード認識の嗜好予測を可能にする。 大規模な実験により、エピペルソナは一貫してベースラインを上回っていることが示された。 厳密なエピソードシフトのシナリオでは顕著なパフォーマンス向上を実現しますが、スパース選好データでは有効です。

関連論文リスト

• VIBE-Bench: Evaluating Personalized Large Language Models When Profiles Don't Mean Preferences [40.195544693657396]
  既存のベンチマークでは、セマンティックな歴史から好みを検索できると推定されている。 我々は、未調査だが実際は重要な制度であるプロファイル参照概念の誤りについて研究する。 心理学的な2つのタスクと12,239の対話を備えたベンチマークであるVIBE-Benchを紹介する。
  論文  参考訳（メタデータ） (2026-09-01T08:45:28Z)
• Behaviorally Grounded User Profiles from the Wild for Personalized Alignment and Multi-Perspective Reasoning [19.59357421796823]
  ソーシャルメディア投稿から直接、オープンエンドで高忠実なユーザプロファイルを抽出するためのフレームワークである、プロファイルのグラウンド(振舞いグラウンド)を導入する。 我々はこれらのプロファイルを、教師付き微調整(SFT)による列車時パーソナライズと、非パラメトリックテスト時マルチパースペクティブ推論の2つのパラダイムにわたって評価する。 本研究は,次世代のパーソナライズされた言語システムにおいて,オープンエンドな行動由来のプロファイルを極めて多様かつ効果的な基盤として確立するものである。
  論文  参考訳（メタデータ） (2026-08-11T10:19:11Z)
• DuplexGen: Adaptive Synthesis of Human-AI Turn-Taking Dialogues [49.82200425774426]
  ターンテイクは完全な適応的相互作用の中心的なコンポーネントであるが、現在のモデルは文脈に関係なく適用される。 本稿では,人間の嗜好アノテーションの少数のセットに対する予測を校正することで,シナリオのターンテイクを伴う対話を生成する枠組みを提案する。 これらの結果から, 人間のキャリブレーションは, アクセラレーションや設計の促進ではなく, ターンテイク合成をシナリオ固有のものにすることが示唆された。
  論文  参考訳（メタデータ） (2026-07-28T18:36:46Z)
• How Well Do Large Language Models Capture Human Personality? [38.97721735513693]
  大規模言語モデル(LLM)は、ペルソナのプロンプトを通じて人間の人口をシミュレートするためにますます使われている。 本研究では、より豊かなペルソナ記述が行動の忠実性を改善するという仮定を定式化し、同様に大きさの属性の組み合わせは等しくシミュレート可能であり、ペルソナ定義はタスク全体にわたって一般化される。 我々はペルソナ多様体崩壊という基本的な限界を特定し、そこでは表現的・行動的多様性の体系的収縮につながる表現的ペルソナ仕様が増加する。
  論文  参考訳（メタデータ） (2026-05-12T10:33:48Z)
• Response Time Enhances Alignment with Heterogeneous Preferences [49.69696266152175]
  簡易な二次信号で選好データセットを増大させることで、住民の平均選好の識別性を回復できることを示す。 私たちの結果は、将来的なデータ収集パイプラインに約束と新たな機会をもたらします。
  論文  参考訳（メタデータ） (2026-05-07T22:05:23Z)
• PERMA: Benchmarking Personalized Memory Agents via Event-Driven Preference and Realistic Task Environments [72.02445514666428]
  静的な嗜好リコールを超えてペルマの一貫性を評価するためのベンチマークであるPERMAを紹介する。 PerMAは、複数のセッションとドメインにまたがる時間的に順序付けられたインタラクションイベントと、時間とともに好みに関連するクエリで構成されている。 実験により、関連するインタラクションをリンクすることで、高度なメモリシステムはより正確な好みを抽出し、トークン消費を減らすことができることが示された。
  論文  参考訳（メタデータ） (2026-03-24T14:04:11Z)
• Synthetic Interaction Data for Scalable Personalization in Large Language Models [67.31884245564086]
  本稿ではPersonaGymという高忠実な合成データ生成フレームワークを紹介する。 パーソナライゼーションを静的なペルソナ-参照ペアとして扱う以前の作業とは異なり、PersonaGymは動的な選好プロセスをモデル化する。 我々は,高忠実度マルチターンパーソナライズされたインタラクショントラジェクトリの大規模かつ高品質で多様な合成データセットであるPersonaAtlasをリリースする。
  論文  参考訳（メタデータ） (2026-02-12T20:41:22Z)
• Few-shot Steerable Alignment: Adapting Rewards and LLM Policies with Neural Processes [50.544186914115045]
  大きな言語モデル(LLM)は、日々のアプリケーションにますます組み込まれています。 個人ユーザの多様な嗜好との整合性を確保することは、重要な課題となっている。 数発のステアライメントのための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-18T16:14:59Z)
• ComPO: Community Preferences for Language Model Personalization [122.54846260663922]
  ComPOは、言語モデルにおける好みの最適化をパーソナライズする手法である。 ComPRedはRedditからコミュニティレベルの好みを持った質問応答データセットです。
  論文  参考訳（メタデータ） (2024-10-21T14:02:40Z)
• Synergizing Unsupervised Episode Detection with LLMs for Large-Scale News Events [32.6146580586496]
  最先端の自動イベント検出は、進化するキーイベントに対する解釈可能性と適応性に苦労する。 本稿では,重要なイベント記事のニュースコーパス内のエピソードを識別する新たなタスクであるエピソード検出について紹介する。 記事中の自然なエピソード分割を利用して、重要なイベントの候補エピソードを識別する、教師なしのフレームワークであるEpiMineを紹介する。
  論文  参考訳（メタデータ） (2024-08-09T05:26:31Z)
• PAL: Pluralistic Alignment Framework for Learning from Heterogeneous Preferences [6.398937923320069]
  我々は、既存の事前学習戦略を補完する人間の嗜好をモデル化するフレームワークであるPALを提案する。 PALは,強いベースラインと比較して,競争報酬モデルの精度が向上することを示す。
  論文  参考訳（メタデータ） (2024-06-12T17:54:54Z)
• From Random to Informed Data Selection: A Diversity-Based Approach to Optimize Human Annotation and Few-Shot Learning [38.30983556062276]
  自然言語処理における大きな課題は、教師付き学習のための注釈付きデータを取得することである。 クラウドソーシングは、アノテータの経験、一貫性、バイアスに関連する問題を導入する。 本稿では,数ショット学習のための小さなデータセットを構築するための,自動的および情報的データ選択アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-01-24T04:57:32Z)
• AlignDiff: Aligning Diverse Human Preferences via Behavior-Customisable Diffusion Model [69.12623428463573]
  AlignDiffは、人間の好みを定量化し、抽象性をカバーし、拡散計画をガイドする新しいフレームワークである。 ユーザがカスタマイズした動作と正確に一致し、効率的に切り替えることができます。 選好マッチング,スイッチング,カバーにおいて,他のベースラインに比べて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-10-03T13:53:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。