CoLink 提出多轮对话全局压缩与知识链接框架

Lian Yan 等作者提交预印本论文，提出 CoLink 框架，用于提升大语言模型在领域特定多轮对话中的全局上下文感知能力。该框架先将历史上下文聚类为主题图，并与外部知识建立跨语义关联，再结合语义相关性与图结构拓扑检索激活知识；同时基于信息论推导出提取核心意义信息的优化目标，配合竞争槽机制将全局上下文压缩为紧凑的潜在表示。 作者称，在公开数据集与自建 MMD 数据集上的实验验证了该框架在知识链接与意义建模上的有效性和泛化性。上述效果为论文作者的表述，尚未见独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。