[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

PrefPalette: Modelado de preferencias personalizado con atributos latentes

Created by
  • Haebom

Autor

Shuyue Stella Li, Melanie Sclar, Hunter Lang, Ansong Ni, Jacqueline He, Puxin Xu, Andrew Cohen, Chan Young Park, Yulia Tsvetkov, Asli Celikyilmaz

Describir

PrefPalette es un marco de trabajo que considera no solo las preferencias en sí, sino también sus razones para comprender las preferencias del usuario. A diferencia de los modelos de preferencia existentes que tratan el juicio humano como una caja negra, PrefPalette descompone las preferencias en dimensiones de atributos y ajusta las predicciones a los valores de la comunidad social. Basado en la teoría de decisión multiatributo, funciona (1) generando datos de entrenamiento sintéticos para aislar los efectos de los atributos individuales (p. ej., formalidad, humor, valores culturales) y (2) modelando las preferencias basadas en la atención para comprender cómo la comunidad social pondera estos atributos. Al evaluarse en 45 comunidades sociales de Reddit, alcanza una precisión de predicción promedio un 46,6 % superior a la de GPT-4o. Las comunidades académicas muestran perfiles de preferencia característicos para la verbosidad y la provocación, las comunidades orientadas al conflicto para el sarcasmo y la franqueza, y las comunidades orientadas al apoyo para la empatía.

Takeaways, Limitations

Takeaways:
Sugiere la posibilidad de construir un sistema de IA más preciso y personalizado considerando las razones fundamentales de las preferencias del usuario.
Satisfacer las necesidades de diversos grupos de usuarios y al mismo tiempo reflejar los valores de la comunidad social.
Predicción de preferencias interpretable y confiable a través de la generación de datos sintéticos y modelado basado en la atención.
La identificación de las características de preferencia de varias comunidades sociales se puede utilizar para mejorar los servicios de IA.
Limitations:
Dado que los resultados se basan en datos de Reddit, se necesita más investigación para determinar su generalización a otras plataformas o situaciones.
Existe subjetividad en la selección y definición de las dimensiones de los atributos utilizados.
Se necesita una validación adicional para garantizar que refleje con precisión los valores de diversas comunidades sociales.
Se necesita más investigación para ampliar el modelo y aplicarlo a servicios reales.
👍