arXiv · cs.CL· Andrei Niculae·· 14 天前AI 评分33
提示词还是策略？用 LLM 用户模拟器优化医生推荐列表展示
Prompt or Policy? Optimizing Physician Slate Presentations with LLM User Simulators
来源与原文
arXiv · cs.CL
作者：Andrei Niculae
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18309v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 slate presentation 优化任务：针对患者病例和固定排序的医生列表，生成基于医生档案的病例定制摘要，并用 persona 条件化的 LLM 模拟患者选择进行离线优化。实验比较提示词级 GEPA 与参数级 GRPO 优化，GRPO 在满足全部约束上大幅领先且经未见过的 LLM 评测验证，用 GEPA 优化后的提示词初始化 GRPO 可加速训练并获得最高模拟转化率。
来源：arXiv · cs.CL · arxiv.org