利用神经老虎机在线个性化白盒大语言模型生成

大语言模型个性化内容生成的出现提出了一个新挑战：如何高效地调整文本以满足个人偏好，而无需为每个用户创建独特模型这一不可持续的需求。本研究引入了一种创新的在线方法，该方法采用神经老虎机算法，根据用户反馈动态优化软指令嵌入，从而增强白盒大语言模型开放文本生成的个性化。通过在各项任务上的严格实验，我们展示了相对于基线策略的显著性能提升。特别是NeuralTS，在个性化新闻标题生成方面取得了高达62.9%的最佳ROUGE分数提升，以及相对于基线高达2.76%的LLM智能体评估提升。