AI 精选动态
智能评分 65
Learning Agent-Compatible Context Management for Long-Horizon Tasks
AI 推荐理由
可重点看其“agent-compatible”上下文编辑机制与 39% 的平均 web search 提升，适合关注长任务记忆管理和 agent 工作流改造的人复现。核心解读
论文提出 AdaCoM：在不重新训练主 agent 的情况下，用一个独立的小型 LLM 在每一步动作前编辑 agent 的工作上下文。该方法把上下文管理外置为一个训练过的 manager，对任务历史进行 rewrite、merge、prune 或 preserve，再把清理后的上下文交给冻结的 agent。作者在 web search 和 deep research 任务上、针对多个 agent 进行测试，结果显示平均 web search 性能提升 39%。