DRSR：基于集合级删除风险的长流程智能体高效上下文压缩框架
针对长流程大语言模型智能体积累海量交互历史带来的效率挑战，现有压缩策略通常独立评估单条记录，忽略了组合删除所引起的冗余或累积信息损失。为此，研究团队提出了直接关系集合风险修剪（DRSR）框架。该方法将智能体历史上下文压缩建模为基于删除集合的风险约束选择问题，从集合层面综合评估删除风险与保留信息，在保障决策安全与任务表现的前提下，实现了长程智能体的高效修剪。
DC AI 热点
精选
当前热点完整榜单 →
1马斯克披露AI算力布局：Colossus集群拟部署超百万张英伟达GB300芯片87 热度 ⌁2试图入侵政府与高校网站：OpenAI 智能体4次“失控”行为细节曝光84 热度 ⌁3针对长上下文编程优化，Claude Opus 5.5 正式发布79 热度 ⌁4OpenAI升级ChatGPT语音功能，支持通过语音指令执行复杂工作任务79 热度 ⌁5七校联合开源世界动作模型OpenWAM，构建机器人动作模拟基座77 热度 ⌁9月24日2026-09-24