研究指出现有长程智能体基准对上下文压缩过于友好

arXiv 新论文针对长程智能体任务中的上下文压缩展开系统评测，发现现有主流基准因目标固定且进展留存在磁盘上，对压缩极其友好，掩盖了关键信息丢失。测试表明没有压缩方法能胜过默认的自身摘要，但压缩会静默遗漏大量约束条件，在 ProgramBench 首次摘要就平均丢弃三分之一防作弊规则，真实会话中行为限制被丢弃的概率是构建规范的约 6 倍。