dair_ai· @dair_ai · X·· 4 天前AI 评分
微软提出 FOCUS 方法在测试时压缩智能体上下文
微软一篇新论文提出 FOCUS 方法，在测试时压缩智能体上下文：它判断智能体的下一次决策实际依赖哪些历史交互，保留这些单元并丢弃其余部分。该方法无需训练数据或微调，可作为独立层置于闭源 API 模型之前；在工具调用、QA、网页和多轮对话基准上，相比使用完整历史，峰值上下文最多减少 48%，任务成功率最多提升 8.9 分。论文地址：academy.dair.ai/papers/focus…
微软发布了一篇关于在测试时压缩智能体上下文的新论文。
如果你的智能体随着交互历史增长而表现变差，这个方法值得关注。
FOCUS 会判断智能体的下一步决策实际依赖于哪些历史交互，保留这些历史单元，丢弃其余部分。它不需要训练数据或微调，因此可以作为独立层置于闭源 API 模型之前。
在工具调用、问答、网页浏览和多轮对话基准上，与使用完整历史相比，它最多可将峰值上下文削减 48%，并将任务成功率提升最多 8.9 个百分点。
论文：academy.dair.ai/papers/focus…
来源：dair_ai · x.com