快速且准确：基于语义集中度在 RAG 与微调之间划分工作负载以提升个性化 LLM 性能

该研究面向个性化 LLM 服务中生成准确性／质量与推理延迟的权衡，提出 PEFT Union RAG（PUR），依据用户历史数据的语义集中度，在参数高效微调（PEFT）与检索增强生成（RAG）之间划分工作负载。基于摘要分析，未取得论文全文。 核心机制是将语义集中的“核心”个人信息交由 PEFT 进行离线参数微调，将较分散的信息保留给 RAG。在线推理时，对 PEFT 覆盖区域内的“核心”查询直接生成回答，仅对零散的“外围”查询调用 RAG。其方法重点不是始终叠加微调与检索，而是利用个人数据的语义分布差异，选择信息存储方式与查询处理路径。 作者报告，在多个任务、不同用户的实验中，PUR 获得了所比较方法中最佳的生成准确性／质量，并相较表现最佳的对照方法降低推理延迟 14.4%–46.6%。摘要未明确任务、数据集、用户规模、数据划分、质量指标及该延迟比较所对应的具体基线，因此这些结果不能外推为任意个性化服务中的收益。语义集中度的计算方式、数据分区与在线路由判据、微调成本、实验协议、消融及统计信息尚未验证。 该论文的主要研究对象是个性化文本生成，并非 EEG 解码或 BCI。摘要提供的机制依赖个人历史文本的语义结构，尚不足以建立与神经信号瓶颈的具体对应关系，因此不据此提出 EEG 性能结论或复现实验建议；相关 EEG 工作尚未检索确认。