llm-conversations

CALLIOPE 是一个支持差分隐私的自顶向下主题层级发现框架，直接利用 LLM 能力处理大规模非结构化语料（如 LLM 对话），无需依赖向量嵌入聚类，在高隐私预算约束下优于现有基于嵌入的方法。

该论文研究了用户如何在真实世界的 LLM 对话中寻求法律指导，提出了一个分类体系，对 2,122 条 WildChat 对话进行了标注，并发布了包含 200 条对话的评测集、训练好的分类器以及公开资源。

本文介绍了基于依据的延续（Grounded Continuation），一种用于LLM对话的线性时间运行时验证器，它维护一个显式依赖图，以检测下一句话是否得到先前对话的支持，在包括LongMemEval和LoCoMo的基准测试中，相比基线取得了准确率提升。