Jev-DLC: Decision-Level Continual Learning from Typed Feedback

{"tags": ["Continual Learning", "Personalization", "Typed Feedback", "TCPA-Bench", "AI Agents", "Decision Making", "Efficiency"], "risks": ["Đòi hỏi giao diện người dùng phải hỗ trợ cơ chế phản hồi định kiểu rõ ràng (typed interface xác định rõ hành động được chọn và hành động bị thay thế), khó áp dụng trực tiếp cho giao diện chat tự do thuần túy.", "Độ chính xác tổng thể (44,83% - 56,07%) cho thấy vẫn còn tỷ lệ lỗi đáng kể trong môi trường quyết định phức tạp.", "Chưa rõ khả năng xử lý khi người dùng thay đổi sở thích đột ngột hoặc cơ chế triệt tiêu tín hiệu lỗi thời trong dài hạn."], "category": "Research", "entities": ["Jev-DLC", "TCPA-Bench", "TCPA-Repeat"], "summary_vi": "Nghiên cứu giới thiệu Jev-DLC, phương pháp học liên tục ở cấp độ quyết định giúp mô hình thích ứng với sở thích người dùng từ phản hồi dạng định kiểu (chấp nhận hoặc thu hồi hành động) mà không cần lưu lịch sử tương tác thô, không cần gọi thêm mô hình chấm điểm và không cần chạy backward pass. Trên benchmark TCPA-Bench (tập TCPA-Repeat), Jev-DLC đạt độ chính xác 44,83% tổng thể và đạt 56,07% sau ít nhất hai lần phản hồi, vượt trội so với phương pháp phát lại lịch sử Recent-4.", "key_changes": ["Đề xuất Jev-DLC: cơ chế học liên tục ở cấp độ quyết định (Decision-Level Continual Learning) dựa trên phản hồi định kiểu (typed feedback) khi người dùng chấp nhận hoặc thu hồi/thay thế hành vi.", "Lưu trữ tín hiệu tùy biến vào các kênh giới hạn (bounded channels) độc lập đặt trên mô hình chấm điểm đóng băng (frozen scorer), không cần backward pass và không phát sinh thêm lượt gọi scorer.", "Loại bỏ việc lưu trữ toàn bộ lịch sử tương tác thô (raw interaction history), biến phản hồi thành trạng thái nhân quả cô đọng (compact causal state).", "Xây dựng TCPA-Bench: bộ đo chuẩn đánh giá hiệu quả của phản hồi người dùng theo trình tự thời gian đối với các quyết định kế tiếp.", "Đạt 44,83% độ chính xác user-macro trên TCPA-Repeat (vượt 2,43 điểm so với Recent-4 history replay) và đạt 56,07% sau từ 2 sự kiện phản hồi trở lên (vượt 7,54 điểm so với mốc so sánh mạnh nhất)."], "sub_category": "Continual Learning & Personalization", "novelty_score": 80, "business_score": 68, "research_score": 85, "why_it_matters": "Giải quyết nút thắt lớn trong việc cá nhân hóa mô hình AI sau triển khai: tránh chi phí huấn luyện lại đắt đỏ và tránh phình to context window do nhồi nhét lịch sử prompt. Phương pháp cung cấp cơ chế thích ứng nhẹ, tức thì và bảo mật thông tin người dùng cho cả nhà phát triển lẫn doanh nghiệp.", "developer_score": 72, "importance_score": 75, "possible_use_cases": ["Cá nhân hóa trợ lý ảo hoặc AI agent theo hành vi người dùng trong thời gian thực mà không cần fine-tune lại mô hình nền tảng.", "Tối ưu hóa các giao diện đề xuất hành động (action recommendations) trong phần mềm doanh nghiệp dựa trên thao tác chấp nhận hoặc hủy bỏ của nhân viên.", "Xây dựng hệ thống học thích ứng bảo vệ quyền riêng tư cho các ngành nhạy cảm (y tế, tài chính) do không cần lưu lại nhật ký hội thoại/thao tác thô."], "actionability_score": 65}