[CL]《Pathways of Thoughts: Multi-Directional Thinking for Long-form Personalized Question Answering》A Salemi, C Li, M Zhang, Q Mei, Z Li... [University of Massachusetts Amherst & Google DeepMind] (2025)
个性化问答迎来新突破：Pathways of Thoughts（PoT）多向思维策略助力长文本个性化回答
• PoT将大型语言模型（LLM）的推理过程建模为马尔可夫决策过程（MDP），在推理阶段动态选择“规划”、“推理”、“个性化”、“修订”等多种认知操作，探索多条思维路径。
• 多条路径生成风格迥异、视角多元的候选回答，后续通过提取用户偏好重点，采用“混合多答案（Mixture-of-N）”策略将多条路径结果融合，确保最终回答既正确又符合用户背景与喜好。
• 该方法无需对模型进行额外微调，适配任何支持长上下文的LLM，具备强泛化能力，实验证明在LaMP-QA个性化问答基准上，PoT实现最高13.1%相对提升，且66%的人类评测优选PoT回答。
• 设计上，PoT通过两种多样化路径生成方式实现多角度思考：一是通过调整用户历史上下文子集，二是提高规划环节采样温度；多路径间相互补充，避免单一路径思维局限。
• 研究还发现，路径长度约8步最优，路径数越多性能提升趋缓，表明存在思维多样性的边际效应；“混合多答案”融合优于“最佳答案选取”，更接近人类综合判断。
• 该方法在艺术娱乐、生活方式、社会文化三大领域均表现出色，且成功迁移至多种LLM（如Gemini 1.5 Pro、GPT-4o-mini），显示其稳健性和广泛适用性。
心得：
1. 个性化问答的正确性标准并非单一客观事实，而是需结合用户背景、隐含偏好实现深度对齐，单纯输入上下文难以满足。
2. 模型推理过程若能模拟人类多样化思考路径，逐步探索不同解决策略，并通过融合综合，能显著提升个性化响应质量。
3. 推理计算资源的有效利用（如多路径、多步骤）比单纯扩展模型参数更能提升复杂任务表现，尤其适合开放式文本生成场景。
了解更多🔗arxiv.org/abs/2509.19094
人工智能大语言模型个性化问答多路径推理自然语言处理
