# 奖励引导解码

CARD 提出一种分层个性化文本生成框架：先按写作风格把用户聚类并为每个簇训练共享 LoRA 适配器，再用对比用户文本与簇级生成结果的隐式偏好学习得到轻量用户偏好向量，推理时仅通过低秩 logit 修正进行解码期个性化，在 LaMP 与 LongLaMP 六个任务、两个指标共 12 个设置中排名第一的有 10 个，并在低资源用户、跨模型规模与存储效率上表现稳定。

CARD 提出一种分层个性化文本生成框架：先按写作风格把用户聚类并为每个簇训练共享 LoRA 适配器，再用对比用户文本与簇级生成结果的隐式偏好学习得到轻量用户偏好向量，推理时仅通过低秩 logit 修正进行解码期个性化，在 LaMP 与 LongLaMP 六个任务、两个指标共 12 个设置中排名第一的有 10 个，并在低资源用户、跨模型规模与存储效率上表现稳定。