ID-TAP：用对决式老虎机在有限交互内实现 LLM Agent 实时个性化

Jie Mao · hf · 2026-10-24

港中深、哥本哈根大学、香港城大与华东师大合作提出 ID-TAP（arXiv，2026-10-17），研究测试时个性化：让 LLM 智能体通过轻量级二元响应比较（在两个候选回答中二选一）来适应用户偏好，学习查询依赖的 persona 选择。

方法上，ID-TAP 采用 IDS 启发的神经 dueling-bandit 框架，适用于大规模离散 persona 空间；结合查询条件化的神经效用模型与轻量 Bradley–Terry 探索器，并通过相似度加权热启动把比较证据跨相关查询迁移，在有限交互预算下提升个性化效果。代码开源于 github.com/s1412/ID-TAP。