跳到正文
arXiv · AI· Cheng Fan, Junyi Zhou, Tingzhang Luo, RongJian Xu, Qiyanhui Lu, Mingjian Zhu, Hanting Chen, Jianyuan Guo·· 2026-10-14AI 评分36

CAPS:弥合视觉文本压缩中的智能体策略差距

Reading is not Reasoning: Bridging the Agentic Policy Gap in Vision-Text Compression

AI 导读

多步语言模型智能体在处理不断增长交互历史时产生高额上下文成本。Vision-text compression 通过将其渲染为图像来降低此成本,但模态转换会导致显著的能力差距。

来源:arXiv · AI · arxiv.org