Trained Agentic Context Management 研究用自调用工具训练 Qwen3.6-35B-A3B

论文提出训练式智能体上下文管理方法，在最简工具框架下微调 Qwen3.6-35B-A3B，工具包括以任意提示词调用自身以及读取输入上下文指定区间的 token。在 OOLONG-synth 基准上，当文档长度超过 40K token 时，模型仅用 8,000 token 上下文就达到 GPT-5.4 使用 1M token 上下文的同等强度。论文共 17 页、6 幅图、4 张表，并给出代码链接。