論文の概要: Adaptive Querying with AI Persona Priors

• arxiv url: http://arxiv.org/abs/2605.00696v1
• Date: Fri, 01 May 2026 14:34:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 17:43:28.98492
• Title: Adaptive Querying with AI Persona Priors
• Title（参考訳）: AIペルソナの先行する適応的なクエリ
• Authors: Kaizheng Wang, Yuhang Wu, Assaf Zeevi,
• Abstract要約: 本研究では,ユーザの関心度を学習するためのアダプティブクエリについて検討する。 本稿では,AIペルソナの有限辞書において,ユーザの状態を表すペルソナ誘発潜在変数モデルを提案する。
• 参考スコア（独自算出の注目度）: 12.151167766756108
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study adaptive querying for learning user-dependent quantities of interest, such as responses to held-out items and psychometric indicators, within tight question budgets. Classical Bayesian design and computerized adaptive testing typically rely on restrictive parametric assumptions or expensive posterior approximations, limiting their use in heterogeneous, high-dimensional, and cold-start settings. We introduce a persona-induced latent variable model that represents a user's state through membership in a finite dictionary of AI personas, each offering response distributions produced by a large language model. This yields expressive priors with closed-form posterior updates and efficient finite-mixture predictions, enabling scalable Bayesian design for sequential item selection. Experiments on synthetic data and WorldValuesBench demonstrate that persona-based posteriors deliver accurate probabilistic predictions and an interpretable adaptive elicitation pipeline.
• Abstract（参考訳）: 本研究では,厳密な質問予算の中で,留意項目や心理指標に対する応答など,ユーザ依存の関心度を学習するための適応的クエリについて検討する。 古典的ベイズ設計とコンピュータ化された適応テストは、通常制限的なパラメトリック仮定や高価な後部近似に依存し、不均一、高次元、冷間開始の設定での使用を制限する。 本稿では,AIペルソナの有限辞書のメンバシップを通じてユーザの状態を表すペルソナ誘発潜在変数モデルを紹介し,それぞれが大きな言語モデルによって生成された応答分布を提供する。 これにより、クローズド形式の後続更新と効率的な有限混合予測を備えた表現力のある先行値が得られ、シーケンシャルなアイテム選択のためのスケーラブルなベイズ設計が可能になる。 合成データとWorldValuesBenchの実験により、ペルソナをベースとした後部は正確な確率予測と解釈可能な適応的推論パイプラインを提供することが示された。

関連論文リスト

• P-GenRM: Personalized Generative Reward Model with Test-time User-based Scaling [66.55381105691818]
  P-GenRM(Personalized Generative Reward Model)を提案する。 P-GenRMは、選好信号を適応的なペルソナとスコアリングルーリックを導出する構造化評価チェーンに変換する。 さらにユーザをユーザプロトタイプにクラスタリングし、二重粒度スケーリングメカニズムを導入している。
  論文  参考訳（メタデータ） (2026-02-12T16:07:22Z)
• EXACT: Explicit Attribute-Guided Decoding-Time Personalization [11.035465374731563]
  EXACTは新しいデコード時のパーソナライゼーションで、生成とペアの好みのフィードバックを限定的に調整する。 EXACTは、好みのモデリング精度やパーソナライズされた生成品質など、強いベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2026-02-06T14:53:37Z)
• Conv4Rec: A 1-by-1 Convolutional AutoEncoder for User Profiling through Joint Analysis of Implicit and Explicit Feedbacks [35.7275102787435]
  ユーザモデリングとレコメンデーションタスクのための新しい畳み込み型AutoEncoderアーキテクチャを導入する。 このモデルでは,明示的な評価とサンプリングパターンの暗黙的な情報の両方から,共同で学習することができる。 いくつかの実生活データセットの実験において、暗黙的および明示的なフィードバック予測タスクにおいて最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-09-09T08:25:11Z)
• Hyperparameter Optimization via Interacting with Probabilistic Circuits [20.128718882698593]
  候補点の獲得機能のない生成を可能にする新しい選択ポリシーを開発する。 本手法は,標準HPOにおける最先端性能を実現し,対話型HPOにおける対話型BOベースラインよりも優れることを示す。
  論文  参考訳（メタデータ） (2025-05-23T12:21:19Z)
• Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression [47.1405366895538]
  高次元データに対する疎線型回帰法は、通常、残留物が一定の分散を持つと仮定するが、これは実際には破ることができる。 本稿では,ヘテロセダスティック分割経験的ベイズ期待条件最大化アルゴリズムを用いて,高次元ヘテロセダスティック線形回帰モデルを推定する。
  論文  参考訳（メタデータ） (2023-09-15T22:06:29Z)
• Variational Inference with Coverage Guarantees in Simulation-Based Inference [18.818573945984873]
  コンフォーマル化補正ニューラル変分推論(CANVI)を提案する。 CANVIは各候補に基づいて共形予測器を構築し、予測効率と呼ばれる計量を用いて予測器を比較し、最も効率的な予測器を返す。 我々は,CANVIが生成する領域の予測効率の低い境界を証明し,その近似に基づいて,後部近似の品質と予測領域の予測効率の関係について検討する。
  論文  参考訳（メタデータ） (2023-05-23T17:24:04Z)
• Prediction-Oriented Bayesian Active Learning [51.426960808684655]
  予測情報ゲイン(EPIG)は、パラメータではなく予測空間における情報ゲインを測定する。 EPIGは、さまざまなデータセットやモデルにわたるBALDと比較して、予測パフォーマンスが向上する。
  論文  参考訳（メタデータ） (2023-04-17T10:59:57Z)
• Improving Adaptive Conformal Prediction Using Self-Supervised Learning [72.2614468437919]
  我々は、既存の予測モデルの上に自己教師付きプレテキストタスクを持つ補助モデルを訓練し、自己教師付きエラーを付加的な特徴として用いて、非整合性スコアを推定する。 合成データと実データの両方を用いて、効率(幅)、欠陥、共形予測間隔の超過といった付加情報の利点を実証的に実証する。
  論文  参考訳（メタデータ） (2023-02-23T18:57:14Z)
• HyperImpute: Generalized Iterative Imputation with Automatic Model Selection [77.86861638371926]
  カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。 既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
  論文  参考訳（メタデータ） (2022-06-15T19:10:35Z)
• Generating diverse and natural text-to-speech samples using a quantized fine-grained VAE and auto-regressive prosody prior [53.69310441063162]
  本稿では,より自然な音響サンプルを生成できる離散潜在空間における逐次前処理を提案する。 本研究では,聴取試験,自動音声認識(ASR)性能の客観的指標,韻律特性の測定によるアプローチの評価を行った。
  論文  参考訳（メタデータ） (2020-02-06T12:35:50Z)

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。