PAIRフレームワーク、長期実行エージェントにおけるコンテキスト圧縮の失敗に対処

DAIR.AIが取り上げた研究論文は、長期実行エージェントの性能ボトルネックを調査し、成功率の大幅な低下が緩やかな性能劣化ではなく、少数の特定の圧縮イベントに起因することを明らかにした。有害な圧縮は通常、未解決のタスク基準を破棄したり、技術仕様を曖昧な記述に短縮したりするため、エージェントはAPI認証やドキュメントの検索を繰り返すことを余儀なくされる。

これらの失敗を解消するため、研究チームはPAIRを開発した。ノイズの多い完全な実行同士を比較する代わりに、特定の圧縮イベントの有無を伴う同一の実行状態からエージェントを再生する。PAIRは、エージェントモデル、コンプレッサー、ツールインターフェースを固定したまま、欠落した具体的なコンテキストを診断し、圧縮プロンプトの対象セクションを書き直す。AppWorld、OfficeBench、tau-Bench Retailでのテストにおいて、この手法は圧縮アプローチの中で最も安定した完了率を達成し、非圧縮実行のベースラインに迫る成果を示した。