跳到正文
Berkeley AI Research·· 2026-07-26AI 评分43

教 LLM 更新信念以实现高效长程交互

Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction

AI 导读

研究团队提出 ABBEL 框架,将交互历史形式化为自然语言“信念状态”并引入信念评分(Belief Grading),以解决 LLM 长程交互中上下文压缩导致的性能损耗。在 CollabBench 协作编程评测中,ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%,训练步数从 100 步减半至 50 步,且显著降低了峰值上下文 token 消耗。

来源:Berkeley AI Research · bair.berkeley.edu