揮別罐頭文！蘋果新技術PROSE讓AI寫作還原你的文筆風格

記者孟圓琦／編譯

隨著人工智慧在撰寫電子郵件草稿和文件摘要等任務上扮演越來越重要的角色，許多用戶普遍面臨一個困擾：AI 生成的內容往往過於通用，即使給予詳細提示，也難以精確捕捉到用戶獨特的語氣或風格，為解決此痛點，蘋果將提出新解方─能學習使用者過去寫作習慣及樣本，重現個人風格。

在即將於下個月在ICML 2025（國際機器學習大會）上，發表最新研究論文《透過預測用戶寫作樣本偏好來對齊大型語言模型》（Aligning LLMs by Predicting Preferences from User Writing Samples）中，蘋果研究人員揭示了一項名為PROSE的技術。這項技術旨在透過直接學習用戶過去的寫作樣本，幫助大型語言模型（LLM）更好地推斷並採用用戶獨特的寫作偏好。

延伸閱讀：
樂壇天后泰勒絲10年前曾公開抨擊蘋果 促使Apple Music重大改變
AI智慧耳機搭載蘋果M2晶片 支援多聲道語音即時翻譯
宏達電強化元宇宙生態系發展 王雪紅：AI是下一階段核心動能

PROSE技術：從實際範例學習寫作風格

PROSE（Preference Reasoning by Observing and Synthesizing Examples，透過觀察和合成範例進行偏好推理）的核心理念是超越當前典型的AI對齊技術，例如提示工程或透過人類回饋進行強化學習。取而代之的是，AI將建立一個內部且可解釋的用戶實際寫作風格檔案。

PROSE的運作分為兩個階段，無須用戶手動提供風格指南或編輯無數份 AI 草稿：

• 疊代精煉（Iterative Refinement）：

  AI會重複比較自身生成的內容與用戶的真實寫作範例，並調整其內部的「偏好描述」，直到輸出結果能密切符合用戶的寫作風格。

• 一致性驗證（Consistency Verification）：

  為避免過度關注單一範例（可能無法代表用戶的整體寫作風格），AI 會再次檢查任何推斷出的偏好（例如「使用短句」或「以笑話開頭」）是否在多個寫作樣本中保持一致。

簡而言之，PROSE 會建立一個自我演進的風格檔案，並對其進行多個用戶範例的測試，以此作為未來內容生成的基本參考。

對Apple Intelligence的重要意義與新基準數據集

儘管該論文並未直接提及蘋果的產品或服務名稱，但其關聯性顯而易見。隨著蘋果在個人化助理功能方面深入發展，PROSE 這類技術有望在讓 Apple Intelligence 撰寫出更具用戶個人風格的文本方面發揮重要作用。此外，隨著蘋果現在允許開發者透過新發布的 Foundation Models 框架直接利用其本地模型，未來任何應用程式都能夠利用系統級別、深度個人化的寫作助理來強化其自身的寫作工具，這並非難以想像。

這項研究也引入了一個新的基準數據集，名為PLUME（Preference Learning from User Emails and Memos，從用戶電子郵件和備忘錄學習偏好），用於評估 PROSE 等寫作風格對齊技術。PLUME 取代了先前的數據集（PRELUDE），旨在解決 LLM 個人化測試中常見的問題，如淺薄的偏好定義或非代表性任務。

利用PLUME，研究人員將PROSE與先前的多種方法進行了比較，包括另一種偏好學習方法CIPHER和標準的上下文學習（ICL）技術。結果顯示，PROSE在關鍵指標上比CIPHER高出 33%，甚至在與GPT-4o等高階模型搭配使用時，其表現也超越了ICL。值得一提的是，論文同時指出，將PROSE與ICL結合使用能達到雙贏效果，相較於單獨使用 ICL，其性能提升高達 9%。

AI 個人化：未來趨勢與商業影響

PROSE技術的出現與當前AI研究更契合，讓助理不僅更智慧，也更個人化。無論是透過裝置內微調、偏好建模，還是情境感知提示，這場縮小通用LLM輸出與每位用戶獨特語音之間差距的競賽正在如火如荼地進行。這種個人化趨勢，除了提升用戶體驗，也為最終的平台鎖定奠定了基礎，這將是未來探討的另一重要議題，未來或許能看到AI助理在寫作上真正「懂你」的呈現。

資料來源：9to5mac

瀏覽 153 次