测试时个性化：学习用于图像生成的用户偏好

基于摘要分析。研究针对 diffusion models 难以利用有限反馈对齐个体用户偏好的问题，提出从用户历史图像偏好对直接学习个性化奖励模型的方法。核心贡献是把用户适配简化为低维权重估计，并在保持 diffusion model 冻结的情况下，于推理时使用个性化奖励引导图像生成。 方法先用 autoencoder 将数百个视觉属性压缩为 50 个由属性锚定的偏好维度，再训练评估器为图像在各维度上打分。每名用户的偏好被表示为这些共享维度评分的线性组合；用户专属权重通过最大化 Bradley-Terry 模型下已观察成对偏好的似然来估计。共享表征与个体权重的分离旨在降低每位用户的适配成本，但属性锚定的具体实现、评估器训练监督及奖励如何引导生成尚未验证。 作者报告，在真实用户偏好数据的留出成对偏好预测评估中，Accuracy 约为 77%，并报告生成图像与个体偏好的对齐有所改善。摘要未提供数据集名称、用户数量、每位用户反馈量、留出划分方式、对照基线或生成对齐的具体指标，因此不能据此判断跨用户泛化能力或相对现有方法的收益幅度。 复现需核对共享属性表征与评估器的训练数据、用户权重优化设置，以及推理时奖励引导的计算开销。实验协议、消融及统计信息尚未验证。该研究的直接对象是图像生成中的用户偏好建模，并非 EEG 解码或 BCI 验证，不能将其个性化效果视为神经信号任务中的有效性证据。