共 2 篇
一篇新论文给多轮对话里「演化的约束」建立了可执行的度量：7 到 8B 模型学会追踪状态却依旧违规，加一段偏好训练后撤回约束复发率降 8 到 22 个点，还超过了外部账本式基线。
一项新研究定义了长对话中的「状态完整性塌缩」：模型嘴上记得约束，行动上却不再遵守，近九成失败属于这种漂移而非真遗忘。本文说明这对你做多轮任务意味着什么，以及论文里提到的补救手段。