Re-Centering Humans in LLM Personalization

Diese Arbeit untersucht die Diskrepanz in der Personalisierungsleistung von LLMs bei der Verwendung synthetischer gegenüber menschlicher Daten. Es zeigt sich, dass menschliche Daten erhebliche Systemgrenzen bei der Attributextraktion, der Attributrelevanz und der Generierung wirklich personalisierter Antworten aufdecken.