연구진은 제한된 질문 예산 안에서 사용자 의존적인 관심사(예: 보류 항목에 대한 응답)를 학습하기 위한 적응형 쿼리 방법을 연구했어요.
AI 페르소나 기반 잠재 변수 모델을 도입하여 사용자의 상태를 AI 페르소나의 멤버십으로 표현하고, 대규모 언어 모델의 응답 분포를 활용한 표현력이 뛰어난 사전 추정을 얻었어요.
합성 데이터와 WorldValuesBench 실험 결과, 페르소나 기반 사전 추정은 정확한 확률적 예측과 해석 가능한 적응형 추출 파이프라인을 제공하는 것으로 나타났어요.