摘要
本文提出 MemoryDocDataSet，这是一个合成基准，旨在同时评估多轮对话历史导航与长文档深度阅读理解能力。该数据集包含 50 个微世界及 1000 个问答对，其核心特征是“混合源”问题，要求系统先检索对话历史以定位相关文档，再从长文中提取答案。实验表明，现有基线模型在处理此类联合检索任务时表现显著下降，揭示了当前架构在统一对话记忆与长文档导航方面的不足，为未来研究提供了重要方向。
AI 推荐理由
论文核心在于评估对话记忆与长文档推理的联合机制，直接针对记忆架构缺陷。
研究机构
东北大学
约翰霍普金斯大学
哥伦比亚大学
独立研究员
论文信息