Search

Tag: #personalization120 results

PAHF:從人類反饋學習個人化代理

PAHF:從人類反饋學習個人化代理

PAHF 是一個持續個人化 AI 代理的框架,透過明確的每用戶記憶從即時人類互動中線上學習。它使用三步迴圈:行動前澄清、基於記憶偏好採取行動,以及行動後反饋更新記憶。在操作與購物的新基準測試中,它在初始學習與偏好轉移適應上優於基準。

ArXiv AIResearchFeb 19#rlhf#agent#personalization
Page 7 of 12