该文章提出了一种受扩散模型启发的两阶段方法，用于训练大型语言模型（LLMs）生成序列式澄清问题，以高效获取用户偏好，尤其适用于用户历史信息有限的场景，显著提升了对话推荐系统的个性化能力。一、文章主要内容总结研究背景与问题推荐系统（RS）依赖用户历史交互学习偏好，但新用户或隐私限制会导致偏好信息缺失；对话推荐系统（CRS）可通过LLMs主动提问获取偏好，但生成跨领域、高质量的序列澄清问题仍是挑战。现有简单提示技术虽能让LLM提问，但无法优化问题质量和序列逻辑，需更系统的训练方法。核心方法：两阶段扩散式框架正向过程（Profile Corruption）：将完整用户文本 profile 转换为结构化JSON格式，按“从具体到通用”排序信息；为每条信息生成澄清问题，逐步删除已提问对应的信息，直至profile为空，模拟给profile“加噪声”。反向过程（Profile Reconstruction）：用正向过程生成的“部分profile-问题”对微调LLM，训练其从“带噪声”的部分profile中生成问题，逐步还原完整profile，即“去噪声”；同时微调另一个LLM作为用户模拟器，根据真实profile回答问题。实验设计与结果数据集与模型：使用 Asking Clarifying Questions for Preference Elicitation With Large Language Models
该文章提出了一种受扩散模型启发的两阶段方法，用于训练大型语言模型（LLMs）生成序列式澄清问题，以高效获取用户偏好，尤其适用于用户历史信息有限的场景，显著提升了对话推荐系统的个性化能力。一、文章主要内容总结研究背景与问题推荐系统（RS）依赖用户历史交互学习偏好，但新用户或隐私限制会导致偏好信息缺失；对话推荐系统（CRS）可通过LLMs主动提问获取偏好，但生成跨领域、高质量的序列澄清问题仍是挑战。现有简单提示技术虽能让LLM提问，但无法优化问题质量和序列逻辑，需更系统的训练方法。核心方法：两阶段扩散式框架正向过程（Profile Corruption）：将完整用户文本 profile 转换为结构化JSON格式，按“从具体到通用”排序信息；为每条信息生成澄清问题，逐步删除已提问对应的信息，直至profile为空，模拟给profile“加噪声”。反向过程（Profile Reconstruction）：用正向过程生成的“部分profile-问题”对微调LLM，训练其从“带噪声”的部分profile中生成问题，逐步还原完整profile，即“去噪声”；同时微调另一个LLM作为用户模拟器，根据真实profile回答问题。实验设计与结果数据集与模型：使用