教導 LLM 更新信念以實現高效的長視界互動 (Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction)

Berkeley AI Research 提出了 ABBEL 框架，通過將長互動歷史替換為自然語言信念狀態並引入信念 grading，解決大語言模型在長視界任務中上下文無法無限擴充套件及傳統自我總結效能下降的問題。

實驗表明，在 CollabBench 環境中，ABBEL-rec-BG 將與全上下文模型的效能差距縮小了約 50%，訓練步數減少 50%，同時峰值上下文 token 顯著降低。