研究提出基于工具调用的智能体上下文管理方法

2026年10月5日，研究团队在arXiv发布成果，提出一种训练智能体进行上下文管理的新方法。该方案无需对模型进行原生超长上下文训练，而是通过为模型配备“自我调用”与“按范围读取输入上下文”两个基础工具来实现长文本处理。研究团队利用多样化合成数据集对 Qwen3.6-35B-A3B 模型进行了微调。实验表明，该模型在仅拥有 8,000 tokens 上下文窗口的条件下，在文档长度超过 40K tokens 的 OOLONG-synth 基准测试中，取得了媲美具备 1M tokens 上下文窗口的 GPT-5.4 的表现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。