Тот же Вердикт, различные читатели: Личное объяснение фактов из относительных преференций

arXiv: 261 030.37380v 1 Annuales Type: New Habstratement: Fact-Testing Rections помогает пользователям в Интернете понять, почему претензия получает свой вердикт, однако одно и то же объяснение может не удовлетворить читателей с различными предпочтениями. Мы формулируем повествование о том, что мы верны лично засекли факты и переписываем его, которое адаптирует существующее объяснение к отдельным читателям при сохранении фактической верности. Вместо того, чтобы полагаться на письменные пояснения читателей, мы учимся индивидуализированному переписыванию из относительных предпочтений симулированных читателей LLM. Однако это сопряжено с двумя проблемами: проведение различия между индивидуальными предпочтениями и общим качеством объяснений, а также обучение за пределами ограниченного набора заранее определенных стилей пояснений. Для решения этих проблем мы предлагаем переписать данные по пояснениям с помощью системы " Преференциальное обучение &qt; (PERPL), которая состоит из двух компонентов. Имитация преференции Строение предполагает индивидуальный контроль за смоделированными предпочтениями читателей через перекрестный контроль