AI Copilot 中用户偏好的建模与优化：全面综述与分类
人工智能
2025-06-03 v2 计算与语言
人机交互
摘要
AI Copilot 代表了新一代旨在辅助用户（尤其是知识工作者和开发者）处理复杂、高上下文任务的 AI 驱动系统。随着这些系统日益融入日常工作流程，个性化已成为提升可用性、有效性和用户满意度的关键因素。个性化的核心在于偏好优化：系统检测、解释并与个体用户偏好对齐的能力。尽管先前在智能助手和优化算法方面的工作非常丰富，但它们在 AI Copilot 中的交汇点仍探索不足。本综述通过考察用户偏好如何在 AI Copilot 中被操作化来填补这一空白。我们研究了偏好信号的来源、在不同交互阶段的建模方式，以及通过反馈循环进行的优化。基于全面的文献回顾，我们定义了 AI Copilot 的概念，并引入了涵盖交互前、交互中和交互后阶段的偏好优化技术分类体系。每种技术均从优势、局限性和设计启示方面进行了评估。通过整合 AI 个性化、人机交互和语言模型适应等领域的碎片化努力，本工作为构建支持端到端适应性和部署的、以用户对齐和感知角色为核心的 AI Copilot 提供了统一的概念基础和实用的设计视角。
关键词
引用
@article{arxiv.2505.21907,
title = {Modeling and Optimizing User Preferences in AI Copilots: A Comprehensive Survey and Taxonomy},
author = {Saleh Afzoon and Zahra Jahanandish and Phuong Thao Huynh and Amin Beheshti and Usman Naseem},
journal= {arXiv preprint arXiv:2505.21907},
year = {2025}
}