教 LLM 更新信念以实现高效的长周期交互

综合解读

1. 01

   信念取代完整交互历史成为工作上下文

   信念状态取代完整的交互历史，成为智能体的工作上下文；信念分级通过监督每个信念状态的内容来提升性能。

   支持这项说法 1

   信念取代完整的交互历史成为智能体的工作上下文，而信念分级通过监督每个信念状态的内容来提升性能。

   Jakob Bjorner, Aly Lidayan, Satvik Golechha, Kartik Goyal, Alane Suhr · 段落 1

   教 LLM 更新信念以实现高效的长周期交互 · 2026年7月26日

   原始摘录

   Beliefs replace the full interaction history as the agent’s working context, and belief grading improves performance by supervising the contents of each belief state.

   上下文

   ABBEL 与传统递归摘要方法的对比概述。

   原始上下文

   Overview of ABBEL compared to traditional recursive summarization. .

   回到原文语境 →

   继续探索

   LLM 上下文管理 →
2. 02

   基于重建的信念分级改善了所报告的训练对比结果

   作者报告称，通用的基于重建的信念分级器将与完整上下文模型的性能差距缩小了约 50%。其训练步数比训练无信念分级（no BG）摘要模型减少 50%。训练完成后，以峰值上下文字元长度（Peak Tokens）衡量，其内存占用显著低于完整上下文设置。

   支持这项说法 1

   我们看到，借助通用的基于重建的信念分级函数，我们将与完整上下文模型的性能差距缩小了约 50%，并且与训练模型进行无信念分级（no BG）摘要相比，训练步数减少了 50%。训练完成后，以峰值上下文字元长度（Peak Tokens）衡量，ABBEL 的内存占用仍显著低于完整上下文设置。

   Jakob Bjorner, Aly Lidayan, Satvik Golechha, Kartik Goyal, Alane Suhr · 段落 18

   教 LLM 更新信念以实现高效的长周期交互 · 2026年7月26日

   原始摘录

   We see that with the general reconstruction-based belief grading function we reduce the performance gap from full context models by about 50%, and train in 50% fewer steps compared to training models to summarize without belief grading (no BG). After training, ABBEL still uses significantly less memory than the full context setting, as measured by the peak context token length (Peak Tokens).

   回到原文语境 →

   继续探索

   信念分级有效性 →
3. 03

   领域知识信念分级使 ABBEL 能够匹配或超越完整上下文的学习效率

   在 CombinationLock 中，配备领域知识信念分级器（通过对历史计算统计量并检验其能否从信念状态重建）的 ABBEL，实现了比完整上下文模型更高的学习效率。

   支持这项说法 1

   此外，在 CombinationLock 中，我们证明了配备利用领域知识的信念分级器（通过对历史计算有用的统计量并检验这些统计量能否从信念状态重建）的 ABBEL，能够实现比完整上下文（FULL CTX）模型更高的学习效率。

   Jakob Bjorner, Aly Lidayan, Satvik Golechha, Kartik Goyal, Alane Suhr · 段落 19

   教 LLM 更新信念以实现高效的长周期交互 · 2026年7月26日

   原始摘录

   Additionally, in CombinationLock, we demonstrate that ABBEL with a belief grader which leverages domain knowledge (by computing useful statistics over the history and checking that they can be reconstructed from the belief state), enables even higher learning efficiency than full context (FULL CTX) models.

   回到原文语境 →

   继续探索

   领域知识信念分级 →