Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

PersonaAgent: When Large Language Model Agents Meet Personalization at Test Time

Created by
  • Haebom

作者

Weizhi Zhang, Xinyang Zhang, Chenwei Zhang, Liangwei Yang, Jingbo Shang, Zhepei Wei, Henry Peng Zou, Zijie Huang, Zhengyang Wang, Yifan Gao, Xiaoman Pan, Lian Xiong, Jingguo Liu, Philip S. Yu, Xian Li

概要

この論文は、ユーザーのさまざまなニーズと好みに柔軟に対応できない既存の大規模言語モデル(LLM)ベースのエージェントの制限を克服するために、パーソナライズされたLLMエージェントフレームワークであるPersonaAgentを提案します。プロンプトであるペルソナがパーソナライズされた記憶から洞察を活用してエージェントの行動を制御し、行動結果は再び記憶を洗練する役割を果たす。パーソナライゼーションとテスト時間実際のアプリケーションでスケーラビリティを示し、既存の方法を上回るパフォーマンスを示しました。

Takeaways、Limitations

Takeaways:
ユーザーのさまざまなニーズと好みに合わせたパーソナライズされたLLMエージェントフレームワークを提示します。
エピソードの記憶と意味の記憶メカニズムを統合することにより、カスタマイズされた経験を提供します。
テスト時間 ユーザーの好み ソート戦略によりリアルタイムでユーザーの好みに合わせます。
従来の方法と比較してパフォーマンスが向上し、パーソナライズされたLLMエージェントの実現可能性を実証。
Limitations:
提案されたテスト時間のユーザー選好度整列戦略の計算コストと効率に関する追加の分析が必要です。
さまざまな種類のユーザーとタスクの一般化パフォーマンス評価が必要です。
ペルソナプロンプトの生成と管理の自動化と効率化方策の研究が必要
プライバシーとセキュリティの問題に対する考慮と解決策の準備が必要です。
👍