CarryOn：面向长程智能体的面向对象上下文运行时
论文AI 评分 72/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文提出 CarryOn，一种面向对象上下文运行时，把长程智能体的延续建立在可复用任务对象上，而非压缩历史或重建的进度叙述。其上下文视图由延续载体、补充执行上下文与近期交互的实时尾部构成。为在历史退役后保持可复用基础有效，CarryOn 跨折叠维护载体记录，依据绑定证据与环境检查修订受影响记录，并保留未受影响记录、联合更新执行上下文。在 OSWorld 2.0 与 BrowseComp-Plus 上分别取得 5.8% 与 7.0% 的提升，同时总 token 用量分别减少 51.9% 与 22.9%。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载问题起点
长程智能体通常把进展保存在持久任务状态中，却仍反复处理描述这些进展如何达成的交互历史。论文由此提出一个疑问：长程上下文能否围绕可复用的进展来组织，而不是围绕产生该进展的历史来组织。这一提问构成了 CarryOn 的设计出发点，即把延续的依据从历史叙述转向可复用的任务对象。
运行时构成
CarryOn 被描述为一种面向对象上下文运行时，它不把压缩后的历史或重建的进度叙述当作延续的主要依据，而是从三部分构建上下文视图：延续载体、补充执行上下文，以及近期交互的实时尾部。这种组织方式把可复用的任务对象放在核心位置，近期交互只作为实时补充存在。
折叠后的有效性
一个核心挑战是：当可复用基础周围的历历史被退役后，如何保持该基础仍然有效，以及如何在不于每次折叠时重建完整表示的前提下更新它。CarryOn 的做法是跨折叠维护载体记录，针对绑定证据与适用的环境检查修订受影响的记录，同时把未受影响的记录继续向前携带，并联合更新执行上下文。
实验表现
论文在 OSWorld 2.0 与 BrowseComp-Plus 两个环境上进行了实验，报告分别取得 5.8% 与 7.0% 的提升，同时总 token 用量分别减少 51.9% 与 22.9%。论文共 24 页，并提供了项目页面。
为什么值得看
长程智能体上下文膨胀是普遍痛点，该方法同时报告了准确率提升与 token 大幅下降，值得关注其可复用任务对象的组织方式。
智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。