提出CompactionRL,一种将上下文压缩融入强化学习训练的长程agent LLM方法,联合优化任务执行和摘要生成,在SWE-bench Verified和Terminal-Bench 2.0上显著提升了Pass@1得分。
机构:清华
来源:arXiv 2607.05378 | AI4Papers 论文推荐平台