LLM个性化定义超越风格微调，介绍PREFDISCO和PDR Bench。

「 LLM, Personalization 」

记得 GPT-5 推出的时候，就已经感觉到，LLM 发展到今天，单纯的比拼 benchmark，已不再是所有的意义。而 模型如何理解用户，personalization 的能力越来越重要。

这周看到两篇很好的工作 PREFDISCO 和 PDR Bench，都是跟 personalization相关。

两篇论文中，Personalization 的定义已经远超风格微调。Personalization 不是换语气，而是让模型围绕用户的目标、偏好和约束来思考和行动。

良好的 personalization AI 需要做到：

- 建立真实的用户模型
- 调整推理和研究过程
- 同时确保输出既对齐用户又事实正确

PREFDISCO 聚焦即时个性化 reasoning ；PDR Bench 研究长周期、多来源的 deep research。前者通过互动发现偏好，后者依靠档案和语境长期规划。

学到了！

期待更多围绕 personalization benchmark提出的新的方法。