CURP：基于码本的连续用户表示用于LLM个性化生成
偏微分方程分析
2026-02-03 v1
摘要
用户建模通过刻画个体的偏好和行为模式来实现与大语言模型(LLM)的个性化模拟和生成。然而，现有方法无论是基于提示的还是基于训练的方法，都面临在个性化质量与计算和数据效率之间进行权衡的挑战。我们提出了一种新框架CURP，该框架采用双向用户编码器和离散原型码本来提取多维用户特征。这种设计使我们能够通过约200万参数（约占总模型大小的0.2%）实现即插即用个性化。通过在变体生成任务上的大量实验，我们展示了CURP在性能和泛化性方面优于强大基线，同时提供更好的可解释性和可扩展性。代码已公开于https://github.com/RaidonWong/CURP_code
引用
@article{arxiv.2602.00741,
title = {On the blow-up of the vectorial Bernoulli free boundary problem},
author = {Giovanni Siclari and Bozhidar Velichkov},
journal= {arXiv preprint arXiv:2602.00741},
year = {2026}
}