标签
本文提出NaviGen框架，通过双标识符和两阶段SFT+RL流水线将用户行为编码为可执行指令，实现个性化多模态内容生成，在商品、游戏和短视频领域提升了个性化效果。
Latte 提出了一种框架，将个性化表示为通过潜在轨迹预测同侪锚定的相对偏好状态，并向冻结的LLM注入一个软令牌以实现个性化生成。在Amazon Reviews 2023和MemoryCD数据集上，它优于现有的个性化方法。