IST：面向多轮指令遵循的指令状态跟踪

基于摘要分析。该研究针对多轮对话中指令要求不断变化、模型容易沿用过期或不完整状态的问题，提出 IST（Instruction-State Tracking），将状态转移执行与回答上下文构建分开处理，使回答同时依赖已确认状态及必要的历史证据。 核心机制包括两个组件：状态转移引擎负责校验并确定性地应用带类型的更新；证据投影器识别任务依赖，从已提交状态和相关历史中构造回答上下文。其设计重点不仅是保存当前要求，还包括避免状态构建过程丢弃回答仍需使用的历史证据。这里的“状态”指对话指令状态，不能仅因来源栏目为 State space models 就将其理解为状态空间神经网络架构。 作者报告，在受控历史和自行生成的历史条件下，IST 相比直接重放历史持续获得改进；作者还报告，针对性干预支持确定性转移应用与必要上下文覆盖的作用。摘要未给出任务或数据集名称、模型配置、评价指标、数值及具体划分，因而尚不能判断增益幅度、适用范围或计算开销；实验协议、消融及统计信息尚未验证。 原论文主要研究对象是语言模型的多轮指令遵循，而非 EEG 信号建模或 BCI 解码。材料未提供与神经信号任务的具体机制对应关系，因此不据此提出 BCI 迁移效果或复现实验建议。复现前需核对更新类型及校验规则、任务依赖识别方式、历史证据选择流程，以及与直接历史重放基线的完整比较条件。