RedditPersona：面向社区条件化LLM适配的模块化框架

社区条件语言模型适应需要对数据收集、社区定义和评估进行选择，这些选择目前在每项研究中独立进行，这使得比较假设或重用工件变得困难。我们提出了 RedditPersona，一个标准化这些选择的模块化框架：它收集 Reddit 帖子和评论，分析活跃用户，将其划分为五种分组策略（基于 subreddit、图形结构、语义、混合和基于交互），通过 QLoRA 为每个策略训练参数高效的适配器，并在涵盖流畅性、保真度、分布对齐和社区可识别性的共享指标套件下对其进行评估。应用于城市福祉领域的 112 个 subreddit（301,429 个用户个人资料，1600 万条评论），我们发现适配器的行为可识别性跟踪每个策略与 subreddit 基线的一致性，并且可识别性和与真实文本的分布相似性之间的一致权衡适用于所有五种策略。代码和配置文件位于：https://github.com/Ahghaffari/redditpersona。