参数化会话状态：无需重放历史即可恢复检索意图
英文标题：Parametric Session States Recover Retrieval Intent without Replaying History
本研究（arXiv:2610.33047）针对长周期运行的 AI Assistant 在跨多轮交互中的意图理解瓶颈展开探索。研究指出，长会话的核心难点不仅在于支持的上下文长度，更在于如何准确恢复依赖早期轮次中指代、约束与既定目标的检索意图。该方法通过引入参数化会话状态，避免了每次机械重放全部历史记录的高昂开销。这为开发者优化长上下文 Agent 的计算与存储效率、提升多轮检索精度提供了新的技术路径。
打开原文相关 2.4 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
论文信息
- arXiv 编号：arXiv:2610.33047v1
- 公告类型：新论文（new）
摘要
长时间运行的智能助手（Assistant）往往需要解析后续请求，而这些请求所涉及的指代对象、约束条件和活跃目标往往在很多轮交互之前就已经确立。因此，核心挑战不仅在于上下文长度，更在于检索意图（retrieval intent）：例如当前的一个查询如 ``……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×