热点事件持续更新
面向长时程LLM智能体的模型内上下文压缩与智能体软令牌
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月2日，一篇发布在arXiv神经与进化计算分类下的预印本提出ASTC方法，用于长时程LLM智能体的模型内上下文压缩，并引入智能体软令牌。该预印本尚未经同行评审。据该文报告，ASTC无需训练，即可压缩长时程任务的上下文；在准确率不下降的同时，端到端Attention Pairs最多减少50.68%。目前该工作仅有这一篇报道，尚无后续的同行评审、独立复现或公开讨论。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
arXiv预印本提出免训练的ASTC软令牌压缩法，称准确率不降且Attention Pairs最多减50.68%。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · Neural and Evolutionary Computing面向长时程LLM智能体的模型内上下文压缩与智能体软令牌
ASTC无需训练，用智能体软令牌压缩长时程任务上下文，准确率不降且端到端Attention Pairs最多减少50.68%。
本事件热度走势
当前热度 5·可比范围峰值 5（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。