DeepReinforce

ABBEL: Treinando LLMs para Atualizar Crenças para Interações Eficientes de Longo Prazo

ABBEL é uma estrutura para treinar modelos de linguagem a atualizarem crenças na forma de estados textuais, permitindo compressão eficiente de contexto durante interações de longo prazo. O método utiliza a graduação de crenças por meio da reconstrução de observações, reduzindo a diferença com modelos de contexto completo em programação colaborativa e outras tarefas.

Cursor Alibaba/Qwen