#对话系统
共 4 篇相关文章
·4 分钟
S2TDR：表情包对话理解的结构化多模态重构
S2TDR提出结构化多模态重构框架，将表情包轮次转换为上下文合适的文本话语，在情感分析、意图识别和对话摘要任务上普遍优于直接视觉融合方法，且无需修改下游模型。
阅读全文 →
·4 分钟
SKIM：让冻结大模型参数「记住」对话，无需外部存储
SKIM 提出一种闭式方法，让冻结语言模型通过自生成问句作为键，将对话轮次写入参数，实现无需外部存储的对话回忆。在五个模型上验证，多数轮次可从参数中召回。
阅读全文 →
·5 分钟
让LLM主动发现用户矛盾：UC-Bench与SynUC合成方法解析
arXiv最新研究提出UC-Bench基准与SynUC约束引导合成方法，解决人机对话中用户侧隐性冲突检测难题。基于UC-Data训练的Qwen3.5-4B小模型在该任务上超越Claude Opus等更大模型，为对话系统可靠性研究提供新思路。
阅读全文 →
前沿研究·6 分钟
MemGAS：多粒度记忆关联让AI Agent精准回忆
ICLR 2026论文MemGAS提出多粒度记忆关联与自适应选择框架，通过Session/Turn/Summary/Keyword四种粒度、GMM关联机制、熵路由器和Personalized PageRank图传播，让对话Agent在长期记忆中实现精准召回，F1指标全面超越HIPPO RAG等基线。
阅读全文 →