لقد أصبحت مسألة توافق القيم الشخصية أكثر أهمية مع تطور نماذج اللغة الكبيرة (Large Language Models). تتطلب هذه النماذج استيعاب التفضيلات المتنوعة للمستخدمين، لكن الطرق التقليدية غالبًا ما تعتمد على ملفات قيم ثابتة تتجاهل أن أهمية أبعاد القيم تختلف بشكل كبير حسب السياق.

استلهمنا من نظرية ميدان لوين، التي تعتبر أن السلوك البشري يتشكل بشكل مشترك من الاتجاهات الشخصية والضغوط السياقية. لذلك، نقترح طرقًا لتعديل القيم الشخصية على أساس معايير السياق. نقدم تقنية جديدة تُسمى باكفا (BaCVA) وهي منهج بايزي للتوافق الشخصي للقيم يعتمد على إدماج القيم الشخصية الثابتة مع أهمية القيم حسب السيناريو.

تقوم باكفا أولًا بتقدير أهمية القيم السياقية من استجابات معترف بها بشكل عام، ثم تستخدم وحدة تخصيص ذات وجهتين لاستنتاج التفضيلات الداعمة من وجهات نظر القيم الشخصية ونظرية السياق. تسمح هذه الصياغة البايزية بدقة أكبر وملاءمة أفضل في توافق القيم الشخصية، بينما تعزز كفاءة البيانات بفضل القيم السابقة.

أظهرت التجارب الواسعة على مجموعات مرجعية تفوق هذه المنهجية على الأساليب التقليدية، مما يعزز قدرتها على تقديم تجربة مستخدم متفوقة ولتقديم تخصيص أكثر دقة وذكاءً.