参数化会话状态可在不重放历史记录的情况下恢复检索意图

arXiv:2610.33047v1 发布类型：新

摘要：长期运行的助手通常需要理解那些其指代对象、约束条件以及主动目标早在数轮对话前就已经确立的后续请求。因此，核心挑战不仅在于上下文长度，还在于检索意图：例如，当前查询“使用先前的配置”可能遗漏了用于定位相关证据所需的项目、实体和版本等关键术语。长上下文模型可以通过回放交互过程来恢复这些术语，但会反复付出处理历史记录的代价。传统的检索增强生成（RAG）方法成本较低，却假定查询本身已包含充分的信息；而对话重写则要么重新读取历史，要么依赖于显式维护的文本记忆。我们提出了一种可复用的会话记忆层——\emph{参数化会话状态}（\method{}），它能够在将事实性知识保持外部的同时，记住应当搜索的内容。