ABBEL：通过信念状态更新让 LLM 高效完成长程交互
伯克利 AI 研究提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，用受自编码器启发的重建式信念评分作为辅助 RL 任务。在 CollabBench 协作编程任务上，该方法把与全上下文模型的性能差距缩小约 50%，训练步数减少 50%，峰值 token 长度仍显著低于全上下文。
#Agent
Berkeley AI ResearchAI 评分3838
Berkeley AI ResearchAI 评分4242 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
GPT-4 级能力每百万 token 价格从 2023 年初约 30 美元降至如今不足 1 美元，部分厂商已低于 0.10 美元，推理价格年降幅在 9x 到 900x 之间、中位数约 50x。