#autocompact

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。