本文提出自召回思考(SRT)框架,使大语言模型在多轮对话中能主动选择性地召回关键历史对话轮次并进行内部推理,有效解决长程上下文依赖与信息稀疏问题,实验表明该方法在提升F1分数(+4.7%)的同时将端到端延迟降低了14.7%。
机构:电子科大
来源:arXiv 2605.15102 | AI4Papers 论文推荐平台