# AutoCompact、コーディングエージェントがコンテキストをいつ圧縮するか判断できるよう訓練

AutoCompactはジャッジを使って圧縮判断を修正し、その後、教師あり微調整とタスク成功報酬による強化学習を適用する。報告されている通過率はSWE-bench Verifiedで9.2ポイント、SWE-PolyBench Verifiedで5.0ポイント上昇し、256Kウィンドウが一度もオーバーフローしない場合も含む。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-22T13:14:00.000Z
Query date (Asia/Tokyo): 2026-11-22

HTML: https://didcodexreset.com/ja/news/6ba273d1ea564aeea9faee1a.html

Content language: ja
Localization state: translated

出典：elvis · 2026/10/4 01:21:25 公開

AutoCompactは、コーディングエージェントがコンテキストをいつ圧縮するか、どの作業状態を保持するか、どのように再開するかを判断できるよう訓練する。ジャッジが基礎エージェントの圧縮判断を確認し、実行前に欠陥のある判断を置き換える。修正された軌跡は教師あり微調整に使われ、その後、タスク成功報酬付きの強化学習がコーディングと圧縮を同時に訓練する。論文は[arXiv](https://arxiv.org/abs/2610.02163)にある。

通過率はSWE-bench Verifiedで9.2ポイント、SWE-PolyBench Verifiedで5.0ポイント向上する。256Kウィンドウが一度もオーバーフローしない場合でもこの向上は維持されるため、コンテキスト空間が制約でない場合でも学習された圧縮は役立つ。著者らはこのプロアクティブな圧縮をモデルとハーネスの共同設計と呼んでいる。ハーネスが圧縮メカニズムを提供し、モデルはいつ呼び出すか、何を保持するか、どのように続けるかを学習する。

Tags: AutoCompact, コーディングエージェント, コンテキスト圧縮, SWE-bench

[元の投稿を見る](https://x.com/omarsar0/status/2106416745686995025)
