何时提供帮助以及建议什么：在单个紧凑型解码器中联合门控与基于记忆的提示生成

主动式助手会在对话过程中提供简短的、基于记忆的提示，并决定何时提供帮助以及建议什么。当前系统将这一任务拆分给门控器和更大的生成器；我们在28,058个决策点上对二者进行联合评估。分阶段生成得分代表理想门控下的上限：在真实门控下，端到端精确匹配率为0.2619，而上限为0.2971；端到端精确率为0.2387，仍有较大提升空间。门控器在精确率和计算开销方面都能带来收益；与8B生成器搭配时，计算节省为4.39倍，而与1B生成器搭配时降至1.38倍。记忆配置决定了提示质量：移除记忆会使精确匹配得分下降24.7个百分点（重缩放后的BERTScore从0.57降至0.35），而检索和更大的生成器在精确匹配上均未带来额外收益。一个1B解码器即可兼顾二者：从中间层进行门控，并在同一次前向过程中完成生成。在最终检查点上，它在自动端到端指标上达到或超过双模型流水线的表现；与匹配的1B流水线相比，墙钟时间减少了1.31至1.76倍。在三个随机种子下，其更深层的退出点与独立门控器表现持平。人工评估（针对32段对话的1,144次评分）支持记忆机制的作用，并认为单模型的表现与匹配的1B流水线相当、低于8B流水线。分级指标和LlamaPIE的原生评判器比精确匹配更贴近人工评分；我们将精确匹配报告为一个严格的下界。