上下文压缩用模型摘要，错了怎么办？

[小满]

我们准备用模型把历史消息压缩成摘要，但担心摘要错。错了后面所有回答都跟着错，有解吗？

[nora]

摘要分两种：事实状态和叙述摘要。生产里关键事实尽量结构化，叙述摘要只辅助语境。

[zeroOne]

给摘要加来源 turn id。比如“用户已确认地址，来自第 4 轮”。出错时能回原文。

[小谢]

摘要要不要每轮都覆盖？

[林小北]

状态字段覆盖，事件日志追加。比如当前地址只能有一个，历史争议可以保留。

[陈一]

可以让另一个轻量校验器检查摘要是否引入新事实。摘要里出现原文没有的字段，直接拒绝。

[melo]

我们踩过“用户没说发票抬头，摘要写成已确认抬头”。后面模型就不问了。

[小吴]

那是不是别用模型摘要，程序规则抽取更安全？

[leaf_1997]

规则适合固定槽位，模型适合开放语义。两者组合。别把全部压缩都交给一个自然语言段落。

[阿宁]

情绪和偏好也要压缩，比如“不接受电话联系，只要邮件”。这类不是传统槽位，但很重要。

[周五下午]

摘要更新要有 diff 吗？

[rootless]

内部最好有。能看到本轮新增、修改、删除哪些状态。调事故时很救命。

[普通网友A]

用户能看到摘要吗？

[葡萄冰]

不建议直接暴露内部摘要。可以在需要确认时用面向用户的话：“我理解你要修改收件地址，对吗？”

[小满]

我会把摘要拆成结构化状态、情绪偏好、开放备注，并保留来源轮次和校验。