[Paper] SUMFORU：基于LLM的评论摘要框架，用于个性化购买决策支持

Source: arXiv - 2512.11755v1

概览

本文提出 SUMFORU，一个利用大语言模型（LLM）生成针对单个购物者偏好的商品评论摘要的新框架。通过将摘要器与明确的用户画像对齐，系统旨在从成千上万的在线评论中筛选噪声，提供简洁、与个人相关的决策支持内容。

关键贡献

• 画像感知的摘要流水线，将 LLM 输出引导至用户声明的偏好（例如“预算敏感”“环保友好”）。
• 两阶段对齐策略：
  1. 监督微调 (SFT)，结合非对称知识蒸馏将画像信号注入模型。
  2. 基于 AI 反馈的强化学习 (RLAIF)，利用学习到的偏好估计器对模型进行细粒度、画像特定的微调。
• 高质量数据构建，来源于 Amazon 2023 评论数据集，包含自动清洗、去重和画像标注。
• 全面评估，涵盖规则指标（一致性、依据性）、LLM 判官以及人工评估，显示相较于通用基线的持续提升。
• 展示了对未见商品类别的泛化能力，表明对齐方法的鲁棒性。

方法论

1. 数据流水线 – 作者抓取 Amazon 2023 评论数据集，过滤低质量或重复条目，并使用关键词启发式和小规模种子分类器自动生成 画像标签（如“价格敏感”“性能导向”）。
2. 阶段‑1：画像感知 SFT – 在清洗后的评论‑摘要对上微调基础 LLM（如 LLaMA‑2）。非对称知识蒸馏将更大“教师”模型的知识复制到较小“学生”模型，同时注入画像嵌入，使模型学会依据用户画像条件化输出。
3. 阶段‑2：RLAIF – 单独的偏好估计器（在少量人工标注的画像‑摘要对上训练）预测生成摘要与给定画像的匹配程度。该估计器提供奖励信号用于强化学习，使模型在无需昂贵人工反馈的情况下提升画像对齐度。
4. 推理 – 运行时，开发者提供 画像向量（或文本描述）以及商品 ID。模型生成简洁、基于事实的摘要，突出对该画像最相关的方面。

结果与发现

• 一致性与依据性提升，因为两阶段对齐迫使模型忠实于源评论，同时遵守画像约束。
• 偏好对齐显著跳升，证明 RLAIF 阶段捕获了 SFT 单独无法捕获的细粒度用户信号。
• 跨类别测试（例如在电子产品上训练、在家居用品上测试）仅出现约 3 % 的下降，说明方法具有良好泛化性。

实际意义

• 电商平台可将 SUMFORU 作为插件嵌入，为每位购物者生成“个性化亮点”，降低决策疲劳，潜在提升转化率。
• 开发者 API：框架可作为微服务暴露，开发者发送商品 ID 与 JSON 编码的画像，服务返回 2‑3 句摘要。此方式可无缝接入推荐流水线或聊天机器人助理。
• 降低人工策划依赖——营销人员无需编写多套画像特定文案，模型可按需自动生成。
• 提升可访问性——简洁、画像对齐的摘要帮助时间有限或认知负荷较大的用户（如老年人、神经多样化用户）做出明智购买。
• 数据驱动的个性化——因偏好估计器基于真实用户反馈训练，系统可随消费重点变化（例如对可持续性的关注上升）而演进。

局限性与未来工作

• 画像定义粒度——当前方法依赖预定义的画像标签集合，过于粗糙的画像可能遗漏细分偏好。
• 反馈回路成本——虽然 RLAIF 减少了昂贵的人类标注，但训练偏好估计器仍需精心策划的数据集，对小型供应商可能构成门槛。
• 潜在偏见——模型继承了 Amazon 评论语料中的偏见；未来工作应引入偏见缓解技术与公平性审计。
• 实时适应——将框架扩展至即时更新画像嵌入（例如基于购物者浏览历史）仍是开放的研究方向。

SUMFORU 展示了可操控的 LLM 对齐如何将评论摘要从“一刀切”工具转变为真正个性化的决策支持利器，为更智能、以用户为中心的电商体验开辟新路径。

作者

• 冯宇明
• 姜欣瑞

论文信息

• arXiv ID: 2512.11755v1
• 类别: cs.CL
• 发布时间: 2025 年 12 月 12 日
• PDF: Download PDF