Teach LLMs to Personalize – An Approach inspired by Writing Education

本文也是LLM系列的文章，针对《Teach LLMs to Personalize – An Approach inspired by Writing Education》的翻译。

摘要

个性化文本生成是近年来备受关注的一个新兴研究领域。该方向的大多数研究都通过设计定制功能或模型来关注特定领域。在这项工作中，我们提出了一种使用大型语言模型（LLM）生成个性化文本的通用方法。受写作教育实践的启发，我们开发了一个多阶段、多任务的框架来教授LLM，以实现个性化生成。在写作教学中，从源头写作的任务通常被分解为多个步骤，包括发现、评估、总结、综合和整合信息。类似地，我们的个性化文本生成方法包括多个阶段：检索、排序、摘要、合成和生成。此外，我们引入了一个多任务设置，帮助模型进一步提高其生成能力，这是受教育中观察到的学生的阅读能力和写作能力往往相关的启发。我们在三个公共数据集上评估了我们的方法，每个数据集都涵盖了不同的代表性领域。我们的结果显示，在各种基线上都有显著的改进。

1 引言

2 相关工作

3 问题形式化

4 方法概述

5 个性化文本生成

5.1 检索

5.2 排序

5.3 摘要

5