蚂蚁用8B小模型构建用户“话”像，跨任务跨模型通用且SOTA

蚂蚁AlignXplore+团队提出了一种基于文本的用户建模新范式，解决了大模型个性化中的关键问题。传统方法依赖ID Embedding或特定参数（如LoRA）表示用户偏好，但这些方式不可解释且难以迁移。相比之下，AlignXplore+通过自然语言总结用户偏好，实现了透明、通用的个性化方案。

为什么选择“文本”？

传统的向量或参数表示是“黑盒”，存在两大痛点：
1. 不可解释性：用户无法理解或修改系统定义的自己，这在隐私敏感的AI时代不可接受。
2. 无法迁移：向量和参数与特定模型绑定，导致用户画像无法跨任务或跨模型使用。

团队提出以文本作为通用接口，将用户偏好归纳为可读、可控的语言描述。这种方法不仅解耦了偏好推理与下游任务，还能无缝适配不同模型（如GPT、Llama等），实现真正的跨任务和跨模型通用。

AlignXplore+的核心特性

1. 全域通用：整合异构数据源（如社交网络发帖、电商平台点击等），生成完整的用户画像。
2. 极致迁移：一次生成的用户偏好可直接应用于多种任务和模型，无需重新训练。
3. 实战适配：基于旧摘要和新交互不断演化，适应真实世界中充满噪点的数据环境。

技术框架

AlignXplore+采用两阶段训练框架：
1. SFT阶段：通过“生成-验证-合并”流程创建高质量训练数据，确保偏好总结能准确预测用户行为。
2. RL阶段：引入强化学习，设计课程剪枝和累积奖励机制，优化长期推理能力。

性能表现

尽管仅有8B参数，AlignXplore+在推荐、回复选择和生成等九大基准测试中全面超越20B/32B开源模型，平均得分75.10%，提升4.2%。其Zero-shot迁移能力尤为突出，生成的用户偏好可跨任务、跨模型使用，适应不完美数据场景。

面向未来

AlignXplore+展示了“文本即接口”的潜力，但团队认为这只是开始。未来研究方向包括：
- 流式推理的极限优化。
- 挖掘更全面的用户行为。
- 构建通用的个性化推理引擎。

相关链接
Arxiv: https://arxiv.org/pdf/2601.04963
GitHub: https://github.com/AntResearchNLP/AlignXplorePlus
Huggingface: https://huggingface.co/VanillaH1/AlignXplore-Plus