RECAP发布并开源长程Agent上下文压缩方法
热点事件持续更新
RECAP发布并开源长程Agent上下文压缩方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
ETH/EPFL合作团队发布并开源RECAP，一种面向长程任务Agent的上下文压缩强化学习训练方法，以最终任务奖励和压缩前后的行为变化作为训练信号，使工具调用更少、轨迹更短。 在BrowseComp-Plus上，RECAP将成绩从58.2%提升至62.8%；在SWE-bench Verified上从46.8%提升至51.1%，提升4.3个百分点。相关论文和代码均已公开。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 01:22
RECAP：用 RL 训练长程 Agent 上下文压缩，SWE-bench 提升 4.3 个百分点报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntRECAP：用 RL 训练长程 Agent 上下文压缩，SWE-bench 提升 4.3 个百分点
ETH/EPFL 合作团队发布 RECAP，一种面向长程任务 Agent 上下文压缩的 RL 训练方法。该方法将最终任务奖励与压缩前后的行为变化度量结合作为 RL 信号，使工具调用更少、轨迹更短。RECAP 在 BrowseComp-Plus 上从 58.2% 提升至 62.8%，在 SWE-bench Verified 上从 46.8% 提升至 51.1%，论文与代码均已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。