사용자 선호도를 고려하는 것은 개인화되고 효과적인 상호작용을 제공하는 AI 에이전트를 만드는 데 중요하다. 최근 연구는 LLMs가 사용자 상호작용에서 선호도를 추론할 수 있는 잠재력을 보여주었지만, 이들은 종종 일반적이고 일반화된 선호도를 생성하여 인간 선호도의 독특하고 개인화된 성격을 포착하지 못한다. 본 논문은 PREDICT를 소개하는데, 이는 추론된 선호도의 정밀도와 적응성을 향상시키기 위해 설계된 방법이다. PREDICT는 세 가지 핵심 요소를 포함한다: (1) 추론된 선호도의 반복적인 개선, (2) 선호도의 분해, (3) 후보 궤적의 선호도를 평가하는 것. PREDICT는 선호도의 정확성을 향상시키는 데 중요한 역할을 한다. 사용자 선호도를 더 정확하게 추론함으로써 AI 에이전트는 더 나은 맞춤형 서비스를 제공할 수 있게 된다. 이 방법은 다양한 분야에서 적용될 수 있으며, 사용자 경험을 향상시키고 AI 기술의 혁신을 이끌 수 있는 중요한 연구 주제이다.

<Apple 뉴스 본문 전체읽기>