研究者提出免训练对话上下文管理方法AC3

Matthew Ho等研究者提出免训练的智能体对话上下文管理方法AC3：由独立分析器仅依据用户消息整理任务规范，审查助手此前输出并改写上下文，既可追加分析，也可丢弃助手侧内容后按规范重建。 论文报告称，在Lost in Conversation基准的四项任务中，AC3在其中三项弥补了完整上下文与丢弃全部助手消息之间55%—84%的差距，第四项超过丢弃全部助手消息；在真实WildChat对话中，GPT-5-mini评判器在所有配置下都更偏好AC3生成的下一轮回复。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。