标签
该论文提出了 ELBP，这是一种基于证据的四层架构，使用小型语言模型（参数量≤30亿）在设备端预测未来的求助行为。其中，Qwen2.5-3B 的 F1 分数达到 0.80，且校准表现优于直接提示和 XGBoost 基线。
作者推测，基于海量监控数据与社交媒体数据训练的 LLM，可能预测单个用户的行为，并大规模提供超个性化说服，由此引发对自主性、偏好操纵以及隐性歧视的担忧。
DraftFM是一个用于预测《万智牌》轮抽选择的基础模型，通过利用卡牌特征和行为数据，实现对新系列的准确初始轮抽。它在保留扩展包上展示了强劲性能，并成功预测了一个未发布的系列。
一种新的过程级潜变量模型（PLVM）通过跨任务的部分过程轨迹预测未来行为策略，并在PowerWash Simulator游戏数据中进行了验证。