Berkeley AI Research·· 2026-07-26AI 评分42
Berkeley AI Research 提出 ABBEL 框架以优化 LLM 长程交互信念更新
Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
AI 导读
Berkeley AI Research 提出 ABBEL 框架，通过隔离和监督自然语言信念状态来替代递归摘要，解决 LLM 在长程交互中的上下文扩展瓶颈。在 CollabBench 协作编码测试中，ABBEL-rec-BG 将性能差距缩小约 50%，训练步数减少 50%，且峰值 Token 用量显著低于全上下文模型。
来源：Berkeley AI Research · bair.berkeley.edu