Teaching LLMs to Update Beliefs for Efficient Long-Horizon Interaction
ABBEL 与传统递归摘要相比的概述。信念取代了完整的交互历史作为代理的工作环境，信念分级通过监督每个信念状态的内容来提高性能。随着任务范围的增长，LLM 环境无法永远扩展。自总结可以实现简洁、可解释的上下文，但会带来显着的性能成本，特别是对于高质量数据稀缺的人工辅助领域，例如协作代码生成。我们用 ABBEL 来解决这个问题：一个框架，以自然语言信念状态的形式隔离和监督摘要的信息内容。动机：递归摘要的成本对于语言模型来说，要有效地协助日益复杂的任务，例如软件开发，它们必须能够与我们进行数百甚至数千个步骤的交互。对于如此长的任务，将整个交互的历史记录保存在上下文中是不切实际的。迄今为止使用的启发
许多学生来到大学寻找我有时称之为“金票”的专业，即选择一个能保证未来繁荣和地位的专业。许多一年级学生声称他们的职业道路是成为一名医生，但其中一定比例的人在获得学位后制定了其他计划……继续阅读主要刻板印象主要刻板印象的帖子首次出现在《对话经济学家》上。
Mamdani Claims He Will Arrest Netanyahu
纽约市市长佐兰·马姆达尼 (Zohran Mamdani) 决定进入国际外交领域，威胁称，如果以色列总理本杰明·内塔尼亚胡 (Benjamin Netanyahu) 今年 9 月出席联合国大会，他将被逮捕。马姆达尼在接受《纽约时报》采访时称内塔尼亚胡为“战犯”，并宣称“内塔尼亚胡属于海牙”。他说[...]
Trump Presses US Retailers, Gas Stations to Slash Prices
总统唐纳德·特朗普极力要求美国大公司降低消费者价格，最近警告汽油零售商，如果他们不降低与原油价格相称的汽油价格，就会出现“大问题”，同时称赞沃尔玛夏季回滚了......
