返回首页
RadarAI··论文与技术

AutoCompact:训练智能体自主决定何时压缩上下文

中文摘要

AutoCompact训练智能体自主优化上下文压缩,结合修正反馈与强化学习,显著提升了编程任务的成功率并有效管理长窗口内存。

English Summary

AutoCompact trains agents to autonomously optimize context compression using feedback and reinforcement learning, significantly boosting coding task success rates and managing long-context memory efficiently.

原文节选

AutoCompact 训练编程智能体自主决定何时压缩上下文、保留哪些工作状态以及如何恢复。先由 judge 审查并修正基础智能体的压缩决策,再用修正后的轨迹做 SFT,最后用任务成功奖励做 RL 联合训练编码与压缩。SWE-bench Verified 通过率提升 9.2 分,SWE-PolyBench Verified 提升 5.0 分,且在 256K 窗口不溢出的情况下仍有增益。