热点事件持续更新
StateTree通过强化学习增强长期对话推理
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv发表一手研究，提出StateTree：一种基于数据驱动强化学习的方法，通过构建树结构路径追踪任务增强长期对话推理能力。该方法在10K-token上下文上训练，可泛化至128K tokens。实验显示，StateTree-7B在LongMemEval（128k）上提升达+23.60%，StateTree-14B取得59.00%准确率，超越QwenLong-L1-32B的45.20%。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Computation and LanguageStateTree：通过强化学习增强长期对话推理能力
StateTree 是一种基于数据驱动的强化学习方法，通过构建树结构路径追踪任务来增强长期对话推理能力。该方法在 10K-token 上下文上训练，可泛化至 128K tokens，StateTree-7B 在 LongMemEval (128k) 上提升达 +23.60%，StateTree-14B 取得 59.00% 准确率，超越 QwenLong-L1-32B 的 45.20%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。