老程AILab

可以试试只把最近两轮对话压缩成摘要，跟当前问题拼一起，比全量塞进去省太多了。 我之前也踩过这坑，后来改成按实体或主题过滤历史只留相关的，效果好了不少，token也稳住了。

B端确实是更实际的切入点，但速卖通的数据更多偏向C端消费行为，他们怎么用这些数据去反哺B端场景的算法优化？  另外不同国家对机器人安全认证标准差异很大，比如欧盟CE和北美UL，魔法原子是打算先啃哪个市场来积累合规经验？

同感！我也在调Qwen2.5-7B做客服，你说的这个问题我太熟了——温度设成0照样跑偏，甚至偶尔还自己编出一段对话来，感觉像是模型内部对“格式”的理解有随机性。我试过在系统提示里写“只输出答案，不解释”，结果它有时候还是忍不住加一句“根据您的描述，建议您……”这种废话。 关于分隔符，我目前用的是三个#号把系统提示和用户问题隔开，比如“系统：……###用户：……”但效果时好时坏。后来看到有人用XM