arXiv · cs.CL· Haokun Wen·· 14 小时前AI 评分26
PERPL：基于 LLM 模拟读者相对偏好的事实核查解释个性化重写
Same Verdict, Different Readers: Personalizing Fact-Checking Explanations from Relative Preferences
来源与原文
arXiv · cs.CL
作者：Haokun Wen
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/2610.37380v1
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 PERPL 框架，将现有事实核查解释重写为适配不同读者画像且保持事实保真的个性化版本，监督信号来自 LLM 模拟读者的相对偏好而非参考范文。该框架含 Simulated Preference Construction 和 Progressive Preference Learning 两部分，后者通过探索引导的偏好优化突破预定义解释风格限制。实验显示 PERPL 在个性化偏好对齐上超越更大的通用 LLM，同时保持高事实保真度。
来源：arXiv · cs.CL · arxiv.org