研究人员开发了Folio,一个旨在通过高效折叠和恢复历史数据来处理长时语言代理的新上下文管理系统。与依赖模型摘要的现有方法不同,Folio采用一种程序化方法,具有三个链接的历史级别:回合笔记、事件清单和源记录。这使得对旧回合的视图可以更粗略,使代理能够以更少的输入和成本访问必要的证据。在LOCA-Bench上的测试中,与其它压缩方法相比,Folio显著提高了任务完成率,并减少了处理时间和成本。 AI
影响 这个新的上下文管理系统可以显著提高长时语言代理的效率和能力,从而能够执行更复杂的任务并降低运营成本。
排序理由 介绍语言代理新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →