研究人员开发了 SWE-Pruner Pro，一种用于有效管理编码代理长上下文的新颖方法。与使用单独分类器之前的其他方法不同，SWE-Pruner Pro 利用代理的内部表示来确定工具输出的哪些部分是相关的并且应该被保留。该技术可以将提示和完成的 token 减少多达 39%，同时保持任务质量并增加最小的推理开销。该方法在 SWE-Bench Verified 和 Oolong accuracy 等基准测试中显示出改进。 AI
影响 提高了编码代理的效率，可能降低计算成本并提高长上下文任务的性能。
排序理由 该集群描述了 arXiv 上学术论文中提出的一种新方法，详细介绍了提高 AI 模型效率的技术方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.18213v1 Announce Type: new Abstract: Pruning long context for coding agents has been a vital technology for efficient context management. While existing context pruning methods such as SWE-Pruner realize this by attaching a separate code classifier, we find the agent i…
Pruning long context for coding agents has been a vital technology for efficient context management. While existing context pruning methods such as SWE-Pruner realize this by attaching a separate code classifier, we find the agent itself encodes internal representations indicatin…