摘要
有效的个性化问答需基于用户隐含意图，但现有方法多依赖多轮对话或丰富画像，难以在单轮设置中显式建模意图。为此，本文提出意图感知个性化（IAP）框架，利用强化学习训练模型从单轮问题中直接推断隐含意图，并通过基于标签的模式将其融入思维步骤。该方法在个性化奖励函数下优化回答轨迹，使隐含意图显性化。实验表明，IAP 在 LaMP-QA 基准上显著优于基线模型，平均宏观得分提升约 7.5%。
AI 推荐理由
论文核心在于通过 RL 训练模型在推理步骤中显式推断并整合用户隐含意图。
研究机构
University of Washington, Seattle, WA, USA
论文信息