研究者发布LMLineage大模型智能体内容溯源系统论文
热点事件持续更新
研究者发布LMLineage大模型智能体内容溯源系统论文
1 篇报道1 个报道来源46 分钟前更新
先了解这件事
AI 综述
Wei Hou 等研究者在 arXiv 提交论文,介绍名为 LMLineage 的内容溯源系统,可将 LLM 智能体会话的每句输出归因到对应输入片段并给出校准置信度。系统无需白盒访问模型或额外推理,属于带外溯源方案。 论文还提出概念漂移微压缩方法,只压缩不再被引用的输入文档,并逐字保留用户指令。据论文,在 gpt-4o-mini、qwen3.8-27b、deepseek-v4-flash 三个模型上,单轮归因可在单块 GPU 上 1 秒内完成,上下文累积到 40 轮仍保持稳定,压缩误判率为 0%。
AI 根据报道生成 · 16 分钟前更新
最新进展11月18日 13:00
LMLineage:面向 LLM 智能体的内容溯源与上下文治理系统报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AILMLineage:面向 LLM 智能体的内容溯源与上下文治理系统
研究者提出 LMLineage,一个带外溯源系统,可将智能体会话的每句输出归因到输入片段并给出校准置信度,无需白盒访问模型或额外推理。系统还支持概念漂移微压缩,只压缩不再被引用的输入文档并逐字保留用户指令。在 gpt-4o-mini、qwen3.8-27b、deepseek-v4-flash 三个模型上,单轮归因在单 GPU 上 1 秒内完成,上下文累积到 40 轮仍稳定,压缩误判率为 0%。
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。