事实核查解释通常只写一遍就推给所有读者，可背景不同的人对同一句解释的接受度不一样。这篇预印本把问题定成“忠实个性化改写”：改写已有解释去贴合单个读者，同时不能动事实结论。

它没让读者自己写参考解释，而是用 LLM 模拟不同读者，从相对偏好里学。难点有两个：把个人偏好和解释的通用质量分开；以及跳出预设的那几种解释风格。方法叫 PERPL，先用跨人格互为对照构造监督信号，训一个轻量改写器，再做探索引导的偏好优化。作者报告的实验中，它在个性化偏好对齐上超过体量更大的通用 LLM，同时保持较高事实忠实度。

arXiv 预印本，未见同行评审，结论以摘要里的实验范围为限。

$BTC