SeDT：用于多轮对话可靠性的句子 Transformer 决策 Transformer 条件化方法

大型语言模型在多轮对话中性能显著下降，主要源于可靠性失效而非能力不足。根本原因在于扁平化的对话历史对所有 prior turn 赋予同等隐式权重，导致模型无法区分关键约束与 incidental dialog。本文提出 SeDT，一种无需训练的推理时方法，引入离线强化学习中的 return-to-go 条件化机制。该方法通过语义、词汇和位置信号计算累积相关性得分，标注对话片段，使模型在最终回合能识别重要历史信息。实验表明，SeDT 在多种模型和任务中显著提升性能并降低不可靠性。