本文提出了REST-PG框架，通过结合推理增强和强化自训练，使大-20250110053114

本文提出了REST-PG框架，通过结合推理增强和强化自训练，使大型语言模型在长文本个性化生成任务中能够像用户一样思考，显著提升了模型生成文本的质量和个性化程度，并揭示了直接使用用户数据进行微调可能存在的局限性，以及自训练在提升模型个性化能力方面的重要性。