页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「对话状态追踪」找到 2 条内容
按专题浏览 →匹配正文：核心思路：三层递进式意图补全 1. 对话状态追踪（DST）——"记住什么缺了" 维护槽位状态表：记录已确认、待确认、缺失的字段 每轮更新对话信念状态（belief state），用结构化表示（如JSON）存储用户目标、约束条件、未完成项 关键：区分用户明确陈述 vs 系统推断假设，后者需标记置信度 2. 意图推断策略——"猜用户要什么" 模糊类型 处理手段 信息缺失（如"转账"没提金额） 槽位驱动追问：基于必填槽位优先级排序 指代消解（如"那个账单"） 上下文实体链接 + 对…
匹配口述回答：…整体上，我更倾向于把多轮对话的问题看成记忆和状态的管理问题，而不是单纯堆长上下文。架构上记忆模块和分层注意力打底，再根据场景需求叠对话状态追踪或角色嵌入，这样既稳又能灵活扩展。 问题本质：长序列下的记忆与状态管理 上下文遗忘的成因与记忆模块方案 指代不清与对话状态追踪 一致性缺失与角色嵌入 落地组合与风险控制 约4分钟 记忆模块与Agent结合，让模型自主决定存储时机 这个延伸点会引向面试官追问：如何让模型自主决定记忆策略？如何避免Agent决策带来的额外延迟和错误？
学习内容与项目面试，在同一条路上。