reward-guided-decoding

深度分析

CARD：以叢集級 LoRA 與獎勵導向解碼實現可擴展個人化生成

CARD提出一種分層個人化框架，先以使用者群組（叢集）學習共享LoRA適配器，再透過群體生成與使用者真實文字的對比，自動學習使用者偏好。推論時僅在解碼端注入輕量使用者向量與低秩logit修正，保持基礎模型凍結，兼顧低資源穩健性與部署可擴展性。