StateComp：学习何时压缩长时程 Agent 的历史记录

英文标题：StateComp: Learning When to Compress History in Long Horizon Agents

该论文提出 StateComp，关注长时程 Agent 在执行任务时如何管理持续累积的交互历史。论文指出，随着 Agent 状态演化，过去交互信息的重要性会发生变化。现有上下文管理方法主要依赖固定窗口等策略压缩历史，而 StateComp 旨在学习更合适的历史压缩时机。这一方向有望帮助开发者在有限上下文预算下提升长任务 Agent 的效率与信息保留能力。

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