# AutoCompact 訓練編程智能體決定何時壓縮上下文

AutoCompact 使用評審器修正壓縮決策，然後應用監督微調和帶任務成功獎勵的強化學習。報告的通過率在 SWE-bench Verified 上提高 9.2 點，在 SWE-PolyBench Verified 上提高 5.0 點，包括在 256K 視窗從未溢出的情況下。

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

HTML: https://didcodexreset.com/zh-hk/news/6ba273d1ea564aeea9faee1a.html

Content language: zh-HK
Localization state: translated

來源：elvis · 發布於 4/10/2026 00:21:25

AutoCompact 訓練編程智能體決定何時壓縮上下文、保留哪些工作狀態以及如何恢復。評審器會審查基礎智能體的壓縮決策，並在這些決策執行前替換有缺陷的決策。修正後的軌跡用於監督微調，隨後帶任務成功獎勵的強化學習會同時訓練編碼和壓縮。論文發布在 [arXiv](https://arxiv.org/abs/2610.02163)。

通過率在 SWE-bench Verified 上提高 9.2 點，在 SWE-PolyBench Verified 上提高 5.0 點。即使使用從未溢出的 256K 視窗，這一提升仍然存在，因此當上下文空間不是限制時，學習到的壓縮仍然有幫助。作者將這種主動壓縮稱為模型-執行框架協同設計：執行框架提供壓縮機制，而模型學習何時調用它、保留什麼以及如何繼續。

Tags: AutoCompact, 編程智能體, 上下文壓縮, SWE-bench

[查看主帖原文](https://x.com/omarsar0/status/2106416745686995025)
