研究者提出个性化评论摘要在线学习框架PREFER
热点事件持续更新
研究者提出个性化评论摘要在线学习框架PREFER
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Millend Roy 等在 arXiv 发布论文，提出个性化评论摘要框架 PREFER。该框架用在线学习方式，在潜在 aspect 空间中表示用户兴趣并挑选符合偏好的评论证据来生成摘要，并随用户反馈迭代优化。 论文称在 Amazon Reviews'23 数据集上通过受控反馈模拟及 held-out-history、独立嵌入、外部 LLM 评估器验证，偏好对齐的证据选择表现有所提升；一项人类研究显示，场景化摘要在 69.9% 的配对比较中优于通用汇总摘要。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
PREFER：基于在线偏好学习的个性化评论摘要报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIPREFER：基于在线偏好学习的个性化评论摘要
PREFER 提出一种在线学习框架，通过在潜在 aspect 空间中表示用户兴趣并选择符合偏好的评论证据，为用户生成个性化商品评论摘要，并随反馈迭代优化偏好理解。该框架在 Amazon Reviews'23 上用受控反馈模拟及 held-out-history、独立嵌入、外部 LLM 评估器做验证，偏好对齐的证据选择表现提升。人类研究显示，场景化摘要在 69.9% 的配对比较中优于通用汇总摘要。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。