ABBEL：让大模型学会更新信念，实现高效长程交互

完整中文导读

针对长程交互中LLM上下文无法无限扩展、递归摘要性能损失大的问题，提出ABBEL框架，将摘要隔离并监督为自然语言信念状态，并引入信念评分（含自编码启发的重建评分）。在CollabBench协作编码、Combination Lock和多目标问答中，ABBEL缩小了与全上下文模型的差距，减少峰值token和训练步数。