ID-TAP：用对决式老虎机在有限交互内实现大语言模型智能体实时个性化

ID-TAP 通过轻量级二元响应比较，让大语言模型智能体在有限交互预算下学习查询依赖的 persona 选择，提升实时个性化效果。该方法采用 IDS 启发的神经 dueling-bandit 框架，结合查询条件化的神经效用模型、Bradley–Terry 探索器和相似度加权热启动，代码已开源于 github.com/s1412/ID-TAP。