漂移：基于隐含用户偏好的解码时间个性化对齐

本研究解决了大型语言模型在个性化对齐中的长期挑战，提出了漂移（Drift）框架，通过隐含用户偏好在解码时进行个性化处理。与传统的人类反馈强化学习（RLHF）方法相比，漂移在无需训练的大规模示例下，仅依赖几十个示例，实现了更高效且可解释的个性化生成，实验结果表明其在准确性和计算效率上均优于RLHF基准。