链式代理中长上下文推理的 Chow-Liu 排序

本文研究了链式代理（CoA）框架中用于长上下文推理的分块排序问题。CoA 通过有界共享记忆顺序处理分块，但引入了信息瓶颈，导致结果依赖于处理顺序。我们利用 Chow-Liu 树学习依赖结构以优先处理强相关分块。实验表明，对该树进行广度优先遍历生成的排序策略，在三个长上下文基准测试中，相比默认文档顺序和基于语义分数的顺序，显著减少了代理间的信息损失，并在答案相关性和精确匹配准确率上表现更优。