提出双粒度上下文管理框架TokenPilot,通过全局摄入感知压缩和局部生命周期感知驱逐机制,在保持LLM Agent任务性能的同时大幅降低长会话中的推理成本。
机构:浙大
来源:arXiv 2606.17016 | AI4Papers 论文推荐平台