数据稀缺下个性化对齐：APO 方法仅需 20 条用户样本

APO（近似帕累托最优）先按更新方向兼容性分组用户，再在组内用梯度下降与受控上升协调竞争目标，逼近组内帕累托前沿。在 Fed-ChatbotPA 和 UltraFeedback 上，仅用 20 条本地样本即一致优于现有方法，并可经少量本地更新精化。理论部分给出单步本地协作更新的条件次优界。