CAPE：贝叶斯自适应提问实现冷启动个性化

Avinandan Bose 等研究者在 arXiv 论文（v2）中提出 CAPE（Cold-start Adaptive Preference Elicitation）方法，用于冷启动场景下的用户偏好推断。该方法先从完整用户画像离线学习偏好相关性的结构化世界模型，再在线进行免训练的贝叶斯推断，选择信息量大的提问并预测完整偏好画像。 论文称，CAPE 与真实用户偏好的一致性达到 80.8%，对比的 RL 方法为 68.5%，且所需交互次数减少 2.5 倍至 15 倍以上。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。