arXiv cs.CL· Matthew Ho, Chenglong Wang, Baolin Peng, Nebojsa Jojic, Philippe Laban, Michel Galley, Jianfeng Gao, Lianhui Qin·· 10 小时前AI 评分38
AC3：面向多轮人机对话的智能体上下文管理方法
Agentic Context Management for Multi-Turn Human-AI Conversations
AI 导读
研究者提出免训练的 Agentic Conversation Context Curation（AC3），由独立分析器仅从用户消息重建任务规范、审计助手历史输出并编辑上下文，以消除多轮对话中的上下文污染。
正文 · AI 翻译
摘要：LLM 在多轮对话中性能下降，部分原因是上下文污染：模型自己先前的输出留在上下文中，锚定后续轮次，因此对用户意图的早期误读可能在用户纠正后仍然存在。助手省略（AO）会丢弃所有助手消息，从而消除这种污染，但当交互具有指代性时会失败：后续轮次会回指仅存在于助手轮次中的草稿、决策和工具调用结果。我们提出 Agentic Conversation Context Curation（AC3），这是一种免训练方法，其中单独的分析器（1）仅根据用户消息整合任务规范，（2）依据该规范审查助手先前的输出，（3）编辑上下文，要么追加分析结果，要么丢弃助手侧内容并依据规范重建上下文。第二个发现：污染具有传染性。在提取规范时看到助手推理过程的分析器可能比不干预表现更差，而指示其忽略这些内容也未能弥合差距，因此我们从结构上排除助手轮次。在 Lost in Conversation（重放按难度选出的实例）上，AO 按构造即为 oracle，AC3 在四项任务中的三项上弥合了完整上下文与 AO 之间 55-84% 的差距，并在第四项上超过 AO，而一个忠实总结历史的 LLM 即使使用更多算力也无法复现该增益。在真实的 WildChat 对话上，GPT-5-mini 评判器在我们主表的每种配置中都更偏好 AC3 的下一轮，而非完整上下文和 AO，不过这种偏好取决于评判器；在 CollabLLM 上结果好坏参半。在有状态工具使用（tau2-bench）中，AO 在所有模型上都跌至 0%；AC3 没有崩溃，尽管略落后于完整上下文。检测器研究表明，Reset 能移除注入的污染，但不具备跨度选择性：增益来自重建规范。
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2611.00518 [cs.AI] |
| （或 arXiv:2611.00518v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.00518 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Matthew Ho [查看电子邮件]
[v1]
2026年10月31日星期六 01:13:55 UTC（813 KB）
来源：arXiv cs.CL · arxiv.org