Transfiver 是一种面向长期人机交互的框架，旨在让用户能够直接检查并修改模型在推理过程中使用的信息。核心思想是将交互相关的所有信息保存在一个持久化状态 $S_t$ 中，模型和人类共同对其进行更新。\ \ 状态演化分为两种模式：\
- 隐式流式更新：模型在接收连续交互时解析上下文，决定是修改已有的状态项还是创建新项。\
- 显式定向编辑：用户检查并直接编辑指定的状态项。由于模型和用户操作作用于同一底层状态，用户的修正会立即影响后续计算，而不是以额外指令的形式累积。\ \ 架构将预先学习的共享参数 $\theta$ 与在部署期间不断演化的持久状态 $S_t$ 明确分离，后者的变化不需要重新训练模型。\ \ 当前的实现仍局限于相对简洁的状态表示，如何将其扩展到自然语言、关系型或大规模共享状态仍是开放问题。\ \ 点评