论文提出按情境调整模型行为的后训练框架 PersonaFuse。
资讯摘要
论文提出 PersonaFuse，一个让大模型按任务情境调整行为的后训练框架。它基于特质激活理论与五因素模型，采用含特质级专家的混合专家架构和上下文感知路由机制。作者报告该框架在通用推理、交互质量与安全上取得平衡提升，并改善企业工具使用与结构化执行的任务完成度；在成本与安全约束下，经其适配的模型在部署场景中被一致选为最优。
要点速读
- 方法基于特质激活理论与五因素模型，用特质级专家混合架构加上下文感知路由实现情境适配。
- 作者报告能力层面在推理、交互质量与安全上均有提升且未引入权衡。
- 作者报告工作流层面改善 B2B 与 B2C 企业任务完成度，并用能力—成本前沿分析部署选型。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。