RedditPersona: A Modular Framework for Community-Conditioned LLM Adaptation from Reddit
Di cosa parla
RedditPersona è un quadro modulare che standardizza come adattare un modello di linguaggio allo stile di comunità online: raccoglie post e profili da Reddit, raggruppa gli utenti in cinque modi diversi (per luogo di discussione, struttura di rete, tema, combinazione e interazione), crea per ciascuna soluzione un modesto adattamento del modello e valuta i risultati con misure condivise sulla qualità del testo, sulla corrispondenza allo stile comunitario e sulla riconoscibilità. Il sistema è stato applicato a molte comunità nel settore del benessere urbano e il codice è disponibile pubblicamente.
Cosa permette di osservare
Permette di esplorare come diverse definizioni di “comunità” influenzano il comportamento del modello e di osservare il bilanciamento tra far sembrare il testo tipico di una comunità e mantenerlo simile al linguaggio reale.
Dalla fonte
Community-conditioned language model adaptation needs choices about data collection, community definition, and evaluation that are currently made independently in each study, making it hard to compare assumptions or reuse artifacts. We present RedditPersona, a modular framework that standardizes these choices: it collects Reddit posts and comments, profiles active users, partitions them under five grouping strategies (subreddit-based, graph-structural, semantic, hybrid, and interaction-based), trains a parameter-efficient adapter per strategy via QLoRA, and evaluates them under a shared metric suite spanning fluency, fidelity, distributional alignment, and community identifiability. Applied to 112 subreddits in the urban well-being domain (301,429 user profiles, 16M+ comments), we find that adapters' behavioral identifiability tracks each strategy's agreement with the subreddit baseline…