Berkeley AI Research·· 2026-07-26AI 评分33
ABBEL：通过信念状态监督让 LLM 高效完成长程交互
Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
AI 导读
伯克利 AI 研究团队提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以解决递归摘要带来的性能损失。
摘要与补充说明
在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 长度也显著低于全上下文设置。
此来源暂仅展示摘要。