当更多数据仍不够：生成式 AI 个性化中的上下文充分性边界

预印本论文提出生成式 AI 个性化的“上下文充分性”理论：上下文与用户当前意图的相关性比数据数量更重要，并划分不足、充分、饱和、干扰四种状态，用 Context-Sufficiency Frontier 定位最小相关上下文集。大型家居零售商生成式推荐系统的全因子实验显示，相关上下文提升适当性，无关上下文则降低适当性并动摇检索稳定性。