ABBEL：通过信念状态更新优化长程交互 LLM 效率

Berkeley AI Research 提出 ABBEL 框架，将摘要重构为受监督的自然语言信念状态，以解决递归摘要导致的性能损耗。 在 CollabBench 协作编码任务中，结合重构型信念评分的 ABBEL 将全上下文模型的性能差距缩小约 50%，且训练步数减少 50%，峰值上下文 token 数显著低于全上下文设置。