论文页面 - 不要回滚：面向流式对话摘要的缺失证据记忆

来源：https://huggingface.co/papers/2608.09043

摘要

一种用于流式对话摘要的框架，在固定内存预算下，从长历史中检索并提炼证据，以解决当前窗口缺失的上下文。现代平台的用户反复需要近期对话的摘要，但窗口本身很少包含足够的上下文来独立解释。我们将该场景形式化为流式对话摘要（https://huggingface.co/papers?q=streaming%20dialogue%20summarization），即系统必须在固定预算下，使用来自无界历史的选择性记忆（https://huggingface.co/papers?q=selective%20memory）来总结当前窗口。我们表明，核心挑战不在于访问多少历史，而在于记忆是否恢复了当前窗口预设所需的证据。我们构建了一个基准和评估协议，分别评估记忆是否包含缺口解决证据（https://huggingface.co/papers?q=gap-resolving%20evidence），以及生成的摘要是否反映了这些证据。我们提出ReMEMBER（https://huggingface.co/papers?q=ReMEMBER），一个缺失证据记忆框架（https://huggingface.co/papers?q=missing-evidence%20memory%20framework），它以未解决的窗口依赖为条件进行检索，并将检索到的片段提炼为固定预算下的证据密集型记忆（https://huggingface.co/papers?q=evidence-dense%20memory）。在历史多达16万词元的对话实验表明，在相同预算下，ReMEMBER（https://huggingface.co/papers?q=ReMEMBER）相比记忆构建基线，提升了记忆召回率和缺口解决完整性。

查看 arXiv 页面（https://arxiv.org/abs/2608.09043）查看 PDF（https://arxiv.org/pdf/2608.09043）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2608.09043）

社区

论文作者

论文提交者

约19小时前（https://huggingface.co/papers/2608.09043#6a7b28ddc8280e6f13a6a99b）

通过拖入文本输入框、粘贴或点击此处上传图片、音频和视频。

点击或粘贴此处以上传图片

在你的智能体中获取此论文：

hf papers read 2608\.09043

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

暂无关联此论文的模型

在模型 README.md 中引用 arxiv.org/abs/2608.09043 以从本页面关联它。

引用此论文的数据集0

暂无关联此论文的数据集

在数据集 README.md 中引用 arxiv.org/abs/2608.09043 以从本页面关联它。

引用此论文的 Space0

暂无关联此论文的 Space

在 Space README.md 中引用 arxiv.org/abs/2608.09043 以从本页面关联它。

包含此论文的收藏1