この記事では、パーソナライズされた対話生成のための新しいフレームワーク「Persona-Aware Alignment Framework（PAL）」が提案されています。従来のモデルはトークンレベルの言語モデル訓練に依存しており、人格（ペルソナ）の情報を十分に活用できず、一般的な応答を生成する傾向がありました。PALは、対話生成の訓練目的としてペルソナのアライメントを直接扱います。このフレームワークは、ペルソナ認識学習とペルソナアライメントからなる二段階の訓練手法を採用し、選択した後に生成するという簡便な推論戦略を備えています。これにより、ペルソナに対する感度が向上し、関連性の高い応答を生成できます。実験結果では、PALが従来のパーソナライズされた対話手法や大規模言語モデルを大きく上回る性能を示しています。