Il framework VAC utilizza il feedback in linguaggio naturale per il QA personalizzato

I ricercatori hanno introdotto VAC, un nuovo framework per il question answering personalizzato che sostituisce i segnali di ricompensa scalari con il feedback in linguaggio naturale (NLF). Gli attuali metodi di personalizzazione per i modelli linguistici di grandi dimensioni (LLM) si basano sulla generazione aumentata da recupero (RAG) e sull'apprendimento per rinforzo con ricompense scalari, che gli autori sostengono forniscano un feedback debole e non istruttivo, limitando l'efficienza dell'apprendimento. VAC genera NLF condizionato dai profili utente e dalle narrazioni delle domande, offrendo una supervisione più ricca e più utilizzabile. Ciò consente al modello politico di perfezionare iterativamente gli output e interiorizzare strategie di personalizzazione efficaci. Il lavoro è descritto in un articolo su arXiv (2508.10695) e mira a migliorare sia l'efficacia che la soddisfazione dell'utente nei compiti di ricerca di informazioni.