ReFold：免训练可逆跨轮上下文折叠方法

2026年10月7日，arXiv Computation and Language 发布一手报道，介绍面向长程 AI 智能体的免训练可逆跨轮上下文折叠方法 ReFold。报道称 ReFold 是一种免训练的渲染层，在保留底层交互历史的同时只压缩模型渲染上下文，用以替代依赖额外模型调用或启发式规则的上下文预测方法。其做法包括：用存根替换早期轮次已展示内容，把智能体自报完成的轮次折成一行笔记，并按分块渲染每隔几步重写一次缓存前缀；所有移除严格可逆，误删只需从历史恢复一次。目前报道仅涉及方法机制，未见实验数据或后续验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。