DeepReinforce

ABBEL：训练大语言模型更新信念以实现高效长期交互

ABBEL是一个训练语言模型以文本状态形式更新信念的框架，在长期交互中实现高效的上下文压缩。该方法通过观察重建进行信念评分，在协作编程等任务中缩小了与全上下文模型的差距。

Cursor Alibaba/Qwen