TPBench 对话压缩转折点基准发布

研究者 Minji Park、Seunghyun Yoon、Hyuk Lim 发布 TPBench，用于评测对话压缩中的“转折点驱逐”失败：压缩器保留了事实，却丢掉了改变事实的那一轮对话。该基准在相同名义保留预算下考察三个信息目标——用户初始目标 P1、被修改槽位的当前值 P2，以及含晚期槽位更新时两者兼取的 P3。 P1 的答案取自首轮用户对话的第一句，P2 的答案取自 MultiWOZ 与 SGD 的人工对话状态标注，两者均无需新增众包标注。当前值恢复还在 LongMemEval-KU 及中文 RiSAWOZ 语料上测试。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。