跳到正文
热点事件持续更新

CompAct-Bench发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,arXiv平台发布AI领域基准CompAct-Bench。该基准旨在评估大型语言模型在长时程Agent任务中工作上下文压缩的能力。测试发现,前沿模型Claude和GPT在激进压缩场景下仍存在显著性能衰退。研究指出,失败原因不仅源于信息遗漏,更因任务状态失真导致错误决策。基准涵盖BrowseComp、SWE-bench等具体任务,为优化上下文管理提供依据。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    CompAct-Bench:评测长程 Agent 任务中工作上下文压缩的基准

    CompAct-Bench 通过下游任务效果评估 LLM 上下文压缩能力,发现前沿模型 Claude 和 GPT 在激进压缩下仍存在显著性能衰退。该基准涵盖 BrowseComp、SWE-bench 等任务,指出失败不仅源于信息遗漏,还因任务状态失真导致错误决策。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

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。