超越孤立行为：用于大语言模型个性化的分层用户建模

大语言模型虽能力卓越，但个性化输出仍具挑战。现有方法多采用扁平化范式，缺乏对深层行为结构的考量。本文基于布迪厄实践理论，提出 PHF 框架，将个性化重构为三个层级：作为实践的个体行为、累积为惯习的稳定倾向，以及跨用户的场域共性。通过轻量级且模型无关的 PHF_Compass 实现，在 LaMP 基准测试中显著优于现有方法，并验证了所学行为结构的可解释性与扩展性。