ABBEL：为记忆高效交互学习自然语言信念状态

Berkeley AI Research 团队提出 ABBEL 框架，将 LLM 的任务历史总结为自然语言信念状态，并通过自编码重建评分进行监督。在协作编程基准 CollabBench 上，该方法相比未加评分的训练能将性能差距缩小约 50%，同时训练步数减少一半；在 Combination Lock 游戏中，结合领域知识的评分机制甚至能超过全上下文模型的学习效率。