arXiv论文揭示上下文压缩预测局限

arXiv新发论文由Junwei Yao等发布，系统评估上下文压缩对后续问题的影响，重点对比gpt-6-luna与LLMLingua-2表现。 研究发现，针对当前问题筛选句子的方法在后续MultiRC问题上并不优于随机删除。LLMLingua-2因忽略问题语境，在后续MultiRC问题上比随机删除高12.5分；gpt-6-luna虽提升当前问题准确率，但对后续问题无显著增益。 研究结论表明，压缩时的表现无法可靠预测其对后续问题的服务能力，为Agent上下文管理提供新视角。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。