LLM 智能体上下文文件策展的容量组合模型研究
Get the story
2026年10月9日,arXiv·Artificial Intelligence 发布一手研究,把 LLM 智能体会话开始时加载的固定上下文文件策展建模为容量约束组合问题。研究证明存在与候选指令数量无关的最优文件大小上界,并指出无差别追加所有正价值指令可能显著劣于最优子集。由于反馈天然删失——未加载指令只在缺失造成伤害时才产生信号——删除被智能体忽略的指令可能误删有用指令;实验显示真实上下文文件中的无关规则会降低语言模型合规性。目前报道仅涉及该模型与实验结论,未见后续验证或争议。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial IntelligenceLLM 智能体常驻上下文策展:带删失反馈的容量约束组合模型
研究把 LLM 智能体会话开始时加载的固定上下文文件策展建模为容量约束组合问题,证明存在与候选指令数量无关的最优文件大小上界,且无差别追加所有正价值指令可能显著劣于最优子集。由于反馈天然删失——未加载指令只在缺失造成伤害时才产生信号——删除被智能体忽略的指令可能误删有用指令;实验显示真实上下文文件中的无关规则会降低语言模型合规性。
Heat trend
Current heat 9·Comparable peak 10(Oct 9)·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.