arXiv · AI· Ruopei Sun, Jianfeng Cai, Kangwen Zhao, Wengang Zhou, Houqiang Li·· 4 小时前AI 评分39
Compact-Bench 评估上下文压缩对长时程编码智能体的成本
Compact-Bench: Measuring What Context Compaction Costs Long-Horizon Coding Agents
AI 导读
Compact-Bench 通过对比全历史与摘要续写，隔离评估上下文压缩对编码智能体的损害，其稳定损失范围为全历史成功率的 5-64%。 在 14 个摘要骨干中，Claude Opus 4.8 保留修复最多，DeepSeek-Flash 造成最大损害；LLM 摘要仅保留最多 16.0% 的重复细节，而机械提取保留 79.1%。
来源：arXiv · AI · arxiv.org