Compact-Bench 评估上下文压缩对编码智能体的影响
热点事件持续更新
Compact-Bench 评估上下文压缩对编码智能体的影响
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
arXiv 发布 Compact-Bench，专门评估上下文压缩对长时程编码智能体的性能损害。该基准通过对比模型使用全历史记录与摘要续写的结果，隔离压缩带来的负面影响，测得稳定损失范围为全历史成功率的 5% 至 64%。 测试覆盖 14 种摘要骨干模型，显示 Claude Opus 4.8 保留修复能力最强，而 DeepSeek-Flash 造成的损害最大。此外，LLM 摘要仅保留最多 16.0% 的重复细节，相比之下机械提取方法保留了 79.1% 的细节。
AI 根据报道生成 · 3 小时前更新
最新进展10月26日 12:00
Compact-Bench 评估上下文压缩对长时程编码智能体的成本报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv · AICompact-Bench 评估上下文压缩对长时程编码智能体的成本
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%。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月26日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。