arXiv cs.CL· Li Wang, Chen Zhang, Yirong Yang, Xingyu Chen, Jinkun Zhao, Tianhao Peng, Wenjun Wu·· 4 小时前AI 评分35
SkillGrain：从用户反馈中学习可迁移的个性化技能
Learning What to Keep: Transfer-Aware Personal Skill Learning from User Feedback
AI 导读
SkillGrain 提出一个从用户反馈中学习可复用个性化技能的框架，把反馈拆解为可独立执行的规则并预测其可迁移性，只保留适合未来请求的规则，以避免负迁移。它结合 rubric 引导的技能奖励与细粒度信用分配，并用强化学习联合优化技能归纳与技能条件生成。在覆盖五个个性化写作任务的 benchmark 上，SkillGrain 在三个基座模型的域内与域外设置中平均性能均为最佳。
来源：arXiv cs.CL · arxiv.org