継続的なWebパーソナライゼーションのためのプロトタイプ整合型フェデレーテッドソフトプロンプト

要旨: 連続的なWebパーソナライゼーションはエンゲージメントに不可欠ですが、現実の非定常性やプライバシー制約のため、長期の嗜好を忘れずに迅速に適応することは困難です。我々は、このギャップを埋めるために、ユーザー/セッション単位で安定性（stability）と可塑性（plasticity）を制御しつつ、ユーザーの記憶を共有された意味的事前分布（semantic prior）に結び付ける、プライバシーに配慮したパラメータ効率の高いインターフェースを探求します。凍結したバックボーンにデュアル・タイムスケールのソフトプロンプトを注入する、プロンプトベースの枠組み ProtoFed-SP を提案します。高速で疎な短期プロンプトがセッションの意図を追跡し、遅い長期プロンプトは、小規模なサーバ側のプロトタイプ・ライブラリに固定されます。このライブラリは、差分プライバシーに基づくフェデレーテッド集約によって継続的に更新されます。クエリは Top-M のプロトタイプにルーティングされ、それらを組み合わせてパーソナライズされたプロンプトを構成します。8つのベンチマークにおいて、ProtoFed-SP は最強のベースラインに比べて NDCG@10 を +2.9%、HR@10 を +2.0% 改善し、Amazon-Books（INFER に対して NDCG +5.0%）、H&M（Dual-LoRA に対して +2.5%）、Taobao（FedRAP に対して +2.2%）で顕著な向上を示します。また、忘却（AF）と Steps-to-95% を低減し、実運用上のDP（差分プライバシー）予算の範囲内で精度を維持します。提案の貢献は、プロトタイプに固定（アンカー）することで安定性と可塑性のバランスを、配備時に堅牢かつ継続的にパーソナライゼーションし、さらに安定性と可塑性のトレードオフを透明かつ制御可能な形で提供する、統一的でプライバシーを意識したプロンプティング・インターフェースです。