标签
本文提出 TRACE，一种查询处理框架，将对话数据建模为时间证据图，以支持对不断演进的用户状态进行状态感知推理，从而提高长对话问答中的时间推理和多跳推理能力。
提出了Mixture-of-Control (MoC)，一种轻量级微调框架，通过稀疏专家混合机制整合局部和全局控制信号，实现高效的跨块通信，在性能上优于先前的基于状态的方法。
论文提出了SVoT，一种用于多模态大语言模型（MLLMs）中多跳空间推理的强化学习框架，该框架生成交错、可验证的中间状态和可视化，在涉及多对象交互和数值推理的新基准测试上取得了显著的准确性提升。
介绍了AgentRevive，一种基于马尔可夫状态感知的弹性多智能体协作框架，利用软状态转换（活跃、待命、终止）来防止过早剪枝可能恢复的智能体，从而在提升推理和领域任务性能的同时减少token消耗。
本文识别了LLM智能体中的一个关键失效模式：当新证据与先前信念冲突时，它们无法更新个性化记忆。本文引入了STALE基准和一个三维探测框架，揭示了即使最佳模型也仅达到55.2%的准确率，并提出了CUPMem作为鲁棒记忆修正的原型。