論文の概要: From Static Personal Values to Contextualized Personalization: Bayesian Personalized Value Alignment for LLMs

• arxiv url: http://arxiv.org/abs/2609.28942v1
• Date: Thu, 24 Sep 2026 02:48:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.676674
• Title: From Static Personal Values to Contextualized Personalization: Bayesian Personalized Value Alignment for LLMs
• Title（参考訳）: 静的な個人価値から文脈的パーソナライズへ:LLMのためのベイズ的パーソナライズされたバリューアライメント
• Abstract要約: BaCVAは、ベイズ的コンテキストを考慮したパーソナライズされた値アライメント手法である。 レーウィンのフィールド理論に触発されて、我々は個人的価値を先行として、文脈に依存した嗜好を後続としてモデル化する。 BaCVAは、静的な個人値とシナリオ固有の値サリエンスを統合することで、後続のパーソナライズされた好みを近似する。
• 参考スコア（独自算出の注目度）: 38.823322028797044
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Personalized value alignment has become increasingly important as large language models (LLMs) are expected to accommodate diverse user preferences. However, existing methods typically align model outputs with a static value profile across prompts, overlooking that the salience of value dimensions varies substantially across contexts. Inspired by Lewin's Field Theory, which views human behavior as jointly shaped by personal dispositions and situational constraints, we model personal values as priors and context-dependent preferences as posteriors. We propose BaCVA, an inference-time Bayesian Context-aware personalized Value Alignment method that approximates posterior personalized preferences by integrating static personal values with scenario-specific value salience. BaCVA first estimates contextual value salience from generally normative responses, and then employs a dual-view personalization module to infer posterior preferences from complementary personal-value and scenario-driven perspectives. This Bayesian formulation enables more accurate and adaptive personalized value alignment while improving data efficiency via prior values. Extensive experiments on benchmarks demonstrate its superiority over strong baselines.
• Abstract（参考訳）: パーソナライズされた値アライメントは、大規模言語モデル(LLM)が多様なユーザの嗜好を満たすことが期待されているため、ますます重要になっている。 しかしながら、既存のメソッドは通常、モデル出力をプロンプトをまたいだ静的な値プロファイルと整合させ、値次元のサリエンスがコンテキストによって大きく異なることを見越す。 レーウィンのフィールド理論に触発され、人間の行動は個人的配置と状況的制約によって共同で形成され、個人的価値は先行として、文脈に依存した嗜好は後続としてモデル化される。 本研究では,静的な個人値とシナリオ特異的な値サリエンスを統合することで,後続のパーソナライズされた嗜好を近似する,ベイズ的コンテキスト対応のパーソナライズドアライメント手法であるBaCVAを提案する。 BaCVAはまず、一般的な規範的応答からコンテキスト値のサリエンスを推定し、その後、補完的なパーソナライゼーションとシナリオ駆動の観点から後続の好みを推測するためにデュアルビューパーソナライズモジュールを使用する。 このベイジアン定式化により、より正確で適応的なパーソナライズされた値アライメントが可能となり、事前の値によるデータの効率が向上する。 ベンチマークに関する大規模な実験は、強いベースラインよりも優れていることを示している。

関連論文リスト

• Private Direct Preference Optimization for LLM Alignment [77.56374641532715]
  直接選好最適化(DPO)は、人間の選好データを用いて大規模言語モデル(LLM)を調整するための標準手法である。 本稿では、DPOのためのラベルDPスタイルのプライバシー概念である嗜好プライバシを定式化する。 次に、大規模LLMトレーニングと互換性を維持しながら、好みのプライバシを強制するDPOの派生であるPrivDPOを設計する。
  論文  参考訳（メタデータ） (2026-08-05T16:51:02Z)
• Preference-Aware Rubric Learning for Personalized Evaluation [59.539429430690156]
  既存の評価手法では、長期的なインタラクション履歴に埋め込まれたユーザ固有の嗜好をキャプチャできない。 静的判断よりも学習問題としてパーソナライズされた評価を定式化するパラダイムであるパーソナライズド・アズ・ラーニングを提案する。 実験により、PARLはユーザ対応の応答を確実に識別し、ユーザ間で一般化する高忠実なルーブリックを一貫して誘導することが示された。
  論文  参考訳（メタデータ） (2026-05-29T17:00:55Z)
• PreferThinker: Reasoning-based Personalized Image Preference Assessment [83.66114370585976]
  推論に基づくパーソナライズされた画像嗜好評価フレームワークを提案する。 まず、ユーザーの好みプロファイルを参照画像から予測する。 次に、解釈可能で多次元のスコアと候補画像の評価を提供する。
  論文  参考訳（メタデータ） (2025-11-01T16:19:51Z)
• PREF: Reference-Free Evaluation of Personalised Text Generation in LLMs [32.27940625341602]
  ユーザ中心の情報システムにはパーソナライズドテキスト生成が不可欠である。 textbfPersonalized textbfReference-free textbfEvaluation textbfFrameworkを紹介する。
  論文  参考訳（メタデータ） (2025-08-08T14:32:31Z)
• NextQuill: Causal Preference Modeling for Enhancing LLM Personalization [82.15961484963256]
  因果選好モデルに基づく新しいパーソナライズフレームワークであるNextQuillを紹介する。 この洞察に基づいて、NextQuillは2つの補完的なアライメント戦略を導入した。 複数のパーソナライズベンチマークの実験により、NextQuillはパーソナライズ品質を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-06-03T02:08:55Z)
• From 1,000,000 Users to Every User: Scaling Up Personalized Preference for User-level Alignment [41.96246165999026]
  大規模言語モデル(LLM)は、伝統的にワンサイズフィットのアプローチによって整列されてきた。 本稿では,LLMのスケーラブルなパーソナライズのための包括的フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-19T17:41:46Z)
• BAPO: Base-Anchored Preference Optimization for Overcoming Forgetting in Large Language Models Personalization [26.526171463511332]
  本稿では,パーソナライズされた好み最適化が大規模言語モデル(LLM)に与える影響について検討する。 BAPOは、グローバルな知識や一般的なアライメントを最小限に抑えながら、多様なユーザの好みに効果的に適応する。
  論文  参考訳（メタデータ） (2024-06-30T13:30:04Z)

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。