无需回滚：面向流式对话摘要的缺失证据记忆
一项研究对流式对话摘要进行了形式化定义：系统需要在固定预算下，从无限延伸的历史记录中选择性提取记忆，用于总结当前对话窗口。研究指出，核心挑战不在于访问了多少历史内容，而在于记忆能否找回当前窗口所预设的证据。作者构建了一个基准和评估流程，分别衡量记忆是否包含能够填补语境缺口的证据，以及生成的摘要是否体现这些证据。提出的 ReMEMBER 框架根据窗口中尚未解决的依赖关系进行检索，并将检索片段提炼为证据密集型记忆。在最长达16万 token 的对话历史上，ReMEMBER 在相同预算下提升了记忆召回率和缺口解决完整度，优于多种记忆构建基线方法。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。