PulseAugur
中
实时 10:37:38
English(EN) TRACE: State-Aware Query Processing over Temporal Evidence Graphs for Conversational Data

新的TRACE框架处理AI代理的对话数据

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了TRACE，一个新颖的查询处理框架，旨在处理AI代理对话数据的复杂性。TRACE将对话建模为时间证据图，整合因果关系和更新等关系，以跟踪信息随时间的变化。这种方法允许进行状态感知的推理，区分当前信息和已过时信息，从而为长期运行的助手提供更准确的答案。实验表明，TRACE在改进长期对话问答基准上的时间推理和多跳推理方面非常有效。 AI

影响 通过实现对不断演变的对话历史进行更准确的推理，增强了AI代理的能力。

排序理由 详细介绍处理对话数据新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的TRACE框架处理AI代理的对话数据

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Maolin Wang, Yu Wang, Zichun Liu, Baiyuan Qiu, Chenbin Zhang, Jiguang Shen, Haoran Yang, Hao Miao ·

    TRACE：面向对话数据的状态感知查询处理与时间证据图

    arXiv:2607.00339v1 Announce Type: new Abstract: Conversational data is increasingly used as a persistent source of user state for long-running assistants and AI agents. However, querying this data remains challenging because conversations naturally evolve: plans are revised, pref…

  2. arXiv cs.CL TIER_1 English(EN) · Hao Miao ·

    TRACE：面向对话数据的状态感知查询处理在时间证据图上

    Conversational data is increasingly used as a persistent source of user state for long-running assistants and AI agents. However, querying this data remains challenging because conversations naturally evolve: plans are revised, preferences change, and later messages frequently su…

相关实体

相关话题