数据稀缺场景下的 LLM 协同个性化偏好对齐

针对用户偏好异构且反馈数据稀缺导致 LLM 个性化对齐困难的问题，论文提出近似帕累托最优（APO）方法：先将更新兼容的用户分组，组内结合梯度下降与受控上升协调竞争目标，得到接近用户最优的初始化，再用少量本地适配迭代优化。在 Fed-ChatbotPA 和 UltraFeedback 上的实验表明，仅用 20 个本地样本即可稳定优于现有方法。