首个个性化对齐大模型——AlignXpert问世，该模型通过构建首个包含130万用户画像的AlignX数据集，采用上下文对齐（ICA）和偏好桥接对齐（PBA）两种方法，实现了对用户偏好的精准适配，预测准确率提升17.06%。
该研究挑战了传统对齐范式的缺陷，指出单一价值观体系抹杀了用户偏好独特性，提出转向个性化对齐训练，以解决系统性排除效应和适配性塌缩问题。
研究团队同步发布了聚焦个性化对齐的综述论文，系统性探讨了大语言模型如何在保持普适伦理边界的同时，实现对个体偏好的精准适配。
首个个性化对齐大模型——AlignXpert问世，该模型通过构建首个包含130万用户画像的AlignX数据集，采用上下文对齐（ICA）和偏好桥接对齐（PBA）两种方法，实现了对用户偏好的精准适配，预测准确率提升17.06%。
该研究挑战了传统对齐范式的缺陷，指出单一价值观体系抹杀了用户偏好独特性，提出转向个性化对齐训练，以解决系统性排除效应和适配性塌缩问题。
研究团队同步发布了聚焦个性化对齐的综述论文，系统性探讨了大语言模型如何在保持普适伦理边界的同时，实现对个体偏好的精准适配。
