测试时个性化：学习图像生成的用户偏好

2026年10月8日，arXiv（Computer Vision，一手来源）报道一项新研究，提出在测试时从用户历史图像偏好对中直接学习个性化奖励模型，以在推理阶段引导扩散模型生成更贴合个人偏好的图像。该方法使用自编码器将数百个视觉属性压缩为50个属性锚定偏好维度，并在Bradley-Terry模型下估计用户权重。目前报道仅涉及方法提出，未见后续实验结果或第三方验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。