arXiv · cs.AI· Durga Prasad Maram, Dhruvin Gandhi, Zonghai Yao, Gayathri Akkinapalli, Franck Dernoncourt, Yu Wang, Ryan A. Rossi, Nesreen K. Ahmed·· 5 小时前
PerFine提出迭代式批评-精修框架提升LLM个性化生成
Iterative Critique-Refine Framework for Enhancing LLM Personalization
arXiv:2510.24469v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Durga Prasad Maram, Dhruvin Gandhi, Zonghai Yao, Gayathri Akkinapalli, Franck Dernoncourt, Yu Wang, Ryan A. Rossi, Nesreen K. Ahmed
研究任务与主要进展
PerFine提出一个无需训练、模型无关的迭代式批评-精修框架，用用户画像同时约束生成器和评论器，生成后根据语气、词汇、句式和主题反馈进行修订，并通过knockout策略保留更优稿件。基于论文摘要，该方法在Yelp、Goodreads和Amazon数据集上相较PGraphRAG取得+8.5%至12%的G-Eval增益，在3至5轮精修中保持改进，并随评论器规模增大而扩展。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org