**CARD：基于奖励引导解码的层级化个性化文本生成框架**

_CARD: Cluster-level Adaptation with Reward-guided Decoding for Personalized Text Generation_

> HuggingFace 社区热门论文提出 CARD 框架，旨在解决大语言模型个性化与可扩展部署间的矛盾。该框架通过聚类用户风格并训练组级 LoRA 适配器实现基础个性化，利用隐式偏好学习机制对比用户文本与集群生成内容以捕捉个体差异。推理阶段仅通过轻量级偏好向量和低秩 Logit 修正注入个性化，保持基座模型冻结。实验表明，CARD 在 LaMP 等基准上显著提升了生成质量、效率及可扩展性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-28 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2601.06352)