論文の概要: VISTA: Steering LLMs with Latent User Values Inferred from a Few Survey Answers

• arxiv url: http://arxiv.org/abs/2610.23702v1
• Date: Fri, 16 Oct 2026 16:28:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:08.020618
• Title: VISTA: Steering LLMs with Latent User Values Inferred from a Few Survey Answers
• Title（参考訳）: VISTA: 質問に対する回答から推測した潜在ユーザ価値によるLCMのステアリング
• Abstract要約: 本稿では,ユーザの(完全あるいは部分的な)アンケート回答から潜在プロファイルを推測するVISTAを紹介する。 ハイパーネットワークを通じてプロファイルを凍結したLCM内のユーザ固有のステアリング介入にマッピングし、回答の選択を選択したり、自由テキスト応答を生成する。 我々の結果は、デプロイ可能なコストで個人に適応する多元的アライメントに向けられている。
• 参考スコア（独自算出の注目度）: 27.461921793021883
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Personalizing a language model requires knowing what a person values, which stays largely consistent across tasks. Yet most methods either learn task-specific preferences or place the user's profile in the prompt, where models struggle to act on it. We introduce VISTA (Value-Informed Steering and Targeted Acquisition), which infers a latent profile from users' (full or partial) survey answers, and maps the profile through a hypernetwork to a user-specific steering intervention in a frozen LLM to select answer choices or generate free-text responses. Given the same evidence, VISTA matches or beats in-context profiles on synthetic preferences (Food2D), the World Values Survey (WVS), and PrimeX, without adding prompt tokens. To reduce the cognitive burden of completing full surveys, VISTA also chooses which questions to ask and when to stop: on WVS it stops after 6% of the questionnaire while retaining 94% of the full-history gain, where standard adaptive testing retains at most 42%. The dominant steering direction is an interpretable value axis on which VISTA places unseen users accurately. Our results point toward pluralistic alignment that adapts to individuals at deployable cost.
• Abstract（参考訳）: 言語モデルをパーソナライズするには、タスク間でほぼ一貫性のある、人の価値を知る必要があります。 しかし、ほとんどのメソッドはタスク固有の好みを学習するか、モデルの動作に苦慮しているユーザのプロファイルをプロンプトに配置する。 VISTA(Value-Informed Steering and Targeted Acquisition)を導入し、ユーザの(フルまたは部分的な)調査回答から潜在プロファイルを推論し、そのプロファイルをハイパーネットワークを通して凍結LDM内のユーザ固有のステアリング介入にマッピングし、回答の選択や自由テキスト応答を生成する。 同じ証拠が与えられた場合、VISTAは、即時トークンを追加することなく、合成選好(Food2D)、世界価値調査(WVS)、プライムXのコンテキスト内プロファイルにマッチまたは打ち勝つ。 完全な調査を完了する際の認知的負担を軽減するため、VISTAは、どの質問をいつ止めるべきかを選択する。WVSでは、標準的な適応テストが最大42%を維持しているフルヒストリーゲインの94%を維持しながら、回答者の6%の後に停止する。 支配的な操舵方向は、VISTAが未確認ユーザを正確に配置する解釈可能な値軸である。 我々の結果は、デプロイ可能なコストで個人に適応する多元的アライメントに向けられている。

関連論文リスト

• Online LLM Personalization from Pairwise Preferences Across Users [4.9193859756091145]
  本研究では,オンライン選択による推論時パーソナライズについて,一定のプロンプトのセットから検討する。 我々は、この相互作用を文脈的デュエルバンディット問題の変種として定式化する。 目的は、両方の表示された応答の実用的ギャップを和らげて、累積的な強い後悔を最小限にすることである。
  論文  参考訳（メタデータ） (2026-10-12T17:59:21Z)
• Towards Realistic Personalization: Evaluating Long-Horizon Preference Following in Personalized User-LLM Interactions [50.70965714314064]
  大規模言語モデル(LLM)は、ユーザが拡張されたインタラクションよりも複雑で多様な好みを共有するパーソナルアシスタントとして、ますます機能している。 この研究は、パーソナライズされたユーザ-LLMインタラクションにおいて、リアルな嗜好フォローを評価するためのベンチマークであるRealPrefを提案する。
  論文  参考訳（メタデータ） (2026-03-04T15:42:43Z)
• Learning Steerable Clarification Policies with Collaborative Self-play [67.67872810596839]
  不明瞭なクエリを処理するために、AIアシスタントは不確実性を管理するためのポリシーが必要である。 我々は,この不確実性を管理するために,自己再生を用いて評価可能な政策を訓練することを提案する。 このことが、提供されたコストに応じて予測可能な振る舞いを変更する、評価可能なポリシーにつながることを示す。
  論文  参考訳（メタデータ） (2025-12-03T18:49:54Z)
• Know Me, Respond to Me: Benchmarking LLMs for Dynamic User Profiling and Personalized Responses at Scale [53.059480071818136]
  大規模言語モデル(LLM)は、幅広いタスクでユーザのためのパーソナライズされたアシスタントとして登場した。 PERSONAMEMは180以上のユーザ-LLMインタラクション履歴を持つキュレートされたユーザプロファイルを備えている。 LLMチャットボットのユーザプロファイルの現在状況に応じて,最も適切な応答を識別する能力を評価する。
  論文  参考訳（メタデータ） (2025-04-19T08:16:10Z)
• Improving Selective Visual Question Answering by Learning from Your Peers [74.20167944693424]
  VQA(Visual Question Answering)モデルは、間違っていた場合の回答を控えるのに苦労する可能性がある。 本稿では,複数モーダル選択関数の学習におけるLearning from Your Peers (LYP) アプローチを提案する。 提案手法では,学習データの異なるサブセットに基づいて訓練されたモデルの予測を,選択的VQAモデルの最適化のターゲットとして利用する。
  論文  参考訳（メタデータ） (2023-06-14T21:22:01Z)
• A Cooperative Memory Network for Personalized Task-oriented Dialogue Systems with Incomplete User Profiles [55.951126447217526]
  ユーザプロファイルの完成を前提とせず,タスク指向対話システムについて検討する。 ユーザプロファイルを徐々に強化する新しいメカニズムを持つ協調記憶ネットワーク(CoMemNN)を提案する。 CoMemNNは、ユーザープロファイルを効果的に強化することができ、応答選択精度の点で3.6%の改善につながります。
  論文  参考訳（メタデータ） (2021-02-16T18:05:54Z)

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。