언어 모델은 사용자의 설명이나 페르소나를 받아 사용자의 선호 및 의견을 예측하는 데 사용됩니다. 그러나 기존의 페르소나 구축 방법은 대부분 사용자의 인구 특성이나/또는 이전 판단에 의존하지만 사용자의 판단 뒤에 있는 근본적인 이유에는 의존하지 않습니다. 이 연구에서는 사용자가 특정 판단을 내린 이유에 대한 잠재적인 이유를 고려하여 LM 페르소나를 개선하는 PB&J(행동 및 판단의 심리학) 프레임워크를 소개합니다. 우리는 사용자의 행동에 대해 명시적으로 추론하기 위해 언어 모델에 의해 생성된 이유를 통합하여 LM 페르소나를 향상시킵니다.

<Apple 뉴스 본문 전체읽기>