为 LLM Agent 筛选始终加载的上下文：一种具有截尾反馈的容量约束选品模型

英文标题：Curating Always-Loaded Context for LLM Agents: A Capacitated Assortment Model with Censored Feedback

论文提出以具有截尾反馈的容量约束选品模型，研究 LLM Agent 始终加载的上下文如何筛选。原文摘要指出，Agent 每次会话开始时都会加载固定的上下文文件，例如 AGENTS.md，文件中的每个 token 都会在会话后续轮次中重复计费。随着文件变大，其性能还可能下降，因此上下文筛选与开发者的成本和 Agent 表现有关。所提供的摘要在此处截断，未包含具体方法、实验数据或研究结论。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB