一项对比Gemini 3.8 Flash有无AXI架构的测试显示,在400轮对话中,状态管理存在显著差异。单独的Gemini 3.8 Flash实现了99.5%的回复准确率,但一次状态管理失误导致其保持的列表在140轮内不正确。相比之下,包含主机端检查的AXI架构在全部400轮对话中保持了完美的准确性,尽管每个步骤的token数和处理时间略有增加。 AI
影响 突出了LLM在长而模糊的对话中状态持久性方面潜在的问题,并通过主机端架构展示了一个潜在的解决方案。
排序理由 研究论文,详细介绍了对LLM状态管理能力的特定测试。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →