本文探讨了如何将对话知识注入大型语言模型（LLMs）以实现个性化对话，提出了PLUM管道，通过数据增强生成问答对，优化低秩适配器，最终在100个对话中取得81.5%的准确率。
Sam Altman 宣布更新了 GPT-4o，强调其搜索能力和个性化对话。用户发现其更亲和，能编写故事，但仍拒绝成人内容。GPT-4o 在创意写作和情感描写上表现出色。OpenAI 计划减少对成人内容的限制，未来可能会更开放，但需平衡用户自由与安全。
本研究提出了PrefEval基准，用于评估大型语言模型在长对话中推断和遵循用户偏好的能力。尽管初始准确率较低，但经过微调后，性能显著提升，推动了个性化对话代理的发展。
C.A.L.M（关怀AI倾听导师）是一个为学生提供情感支持的聊天机器人，利用先进的AI技术，提供个性化对话和会话历史，帮助学生应对心理健康问题，旨在提高心理健康资源的可获取性和有效性。
本研究提出了一个新数据集和框架，通过Reddit日记生成个性化对话，解决了现有模型对人类个性流动性反映不足的问题。经过数据集细化和大五人格建模，生成的对话在个性捕捉上提高了11%。
我们提出了一种基于个性的对话数据生成流程，并设计了提示语以生成更自然的对话。介绍了PSYDIAL，一个专注于个性化对话的韩语数据集。实验结果表明，使用PSYDIAL训练的模型在生成个性化回应方面有显著提升。这项研究为个性驱动的对话型人工智能开辟了新方向。
完成下面两步后，将自动完成登录并继续当前操作。
