Berkeley AI Research·· 2026-07-26
Berkeley AI Research、信念状態の教師付けで長い対話を効率化する ABBEL
Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
AI による要約
Berkeley AI Research は ABBEL を提案した。LLM の要約を自然言語の「信念状態」として分離し教師付けし、自己符号化器に着想を得た再構成型の信念評価を補助 RL 課題にする。CollabBench では ABBEL-rec-BG が全コンテキストモデルとの性能差を約50%縮め、訓練ステップを100から50に減らし、最大トークン長も全コンテキスト設定より短かった。
入選の記録
基準 60公式・一次情報1 回目 382 回目 38
入選せず二回の合計 76 < 基準の 2 倍 120
- 情報源の区分
- 公式・一次情報、この区分の基準は 60 点
- 予備審査
- 通過：LLM信念更新与长程交互研究
採点はモデルが同じ基準で独立に二回行い、満点は 100。二回の合計が基準の 2 倍に届いたものだけが入選します。基準は情報源の区分ごとに決めています。
情報源：Berkeley AI Research · bair.berkeley.edu