摘要
在人机协作中，多轮交互形成的上下文通常被扁平化为固定序列，缺乏动态组织机制，导致无关信息干扰推理。本文提出“混合主动上下文”概念，将上下文重构为可显式操作的结构化对象，允许人与 AI 共同动态调整其结构与范围。通过原型系统 Contextify 及用户研究，验证了该机制在优化协作体验及管理行为方面的有效性，为人机交互领域提供了新视角。
AI 推荐理由
论文提出混合主动上下文机制，核心解决对话历史动态组织与管理问题，属记忆架构研究。
研究机构
George Mason University
Fairfax, Virginia, USA
University of California, San Diego
San Diego, California, USA
City University of Hong Kong
Hong Kong, China
论文信息