Kontext-Komprimierung bei Langzeit-Agenten: Zusammenfassung statt Historie pruefen
Wenn der Verlauf das Kontextfenster sprengt, ersetzen Kompressoren die Historie durch eine Zusammenfassung. Die Untersuchung zeigt, dass diese Summaries mehr enthalten als nur eine chronikartige Aufzeichnung, und stellt eine Alternative vor, bei der die Quellen selbst ueber das Behaltene entscheiden.
Klicken Sie, um mehr über die über DataCite vergebene arXiv-DOI zu erfahren (Registrierung ausstehend). Einreichungshistorie Von: Guanghui Min [ E-Mail ansehen ] [v1] Mittwoch, 14. Oktober 2026, 20:57:32 UTC (293 KB) Volltext-Links: Zugriff auf das Paper: PDF des Papers mit dem Titel Prune the Summary, Not the History: Source-Judged Compaction for Long-Horizon Agents von Guanghui Min und 1 weiterem Autor anzeigen PDF anzeigen HTML (experimentell) TeX-Quelltext Lizenz anzeigen Weitere Funktionen Audio-Zusammenfassung Aktueller Browse-Kontext: cs.CL < zurück | weiter > neu | aktuell | 2026-10 Browse wechseln nach: cs Referenzen und Zitationen NASA ADS Google Scholar Semantic Scholar BibTeX-Zitation exportieren Wird geladen...
BibTeX-formatierte Zitation × Wird geladen... Daten bereitgestellt von: Lesezeichen Bibliografische Werkzeuge Bibliografische und Zitier-Werkzeuge Bibliographic Explorer Bibliographic Explorer umschalten ( Was ist der Explorer? ) Connected Papers Connected Papers umschalten ( Was ist Connected Papers? ) Litmaps Litmaps umschalten Litmaps umschalten scite.ai Smart Citations umschalten ( Was sind Smart Citations? ) Code, Daten, Medien Code, Daten und Medien, die mit diesem Artikel verbunden sind alphaXiv alphaXiv umschalten ( Was ist alphaXiv? ) Links zu Code CatalyzeX Code Finder umschalten DagsHub DagsHub umschalten GotitPub Gotit.pub umschalten ( Was ist Gotit.pub? ) Huggingface Hugging Face umschalten ScienceCast ScienceCast umschalten Demos Demos Replicate Replicate umschalten ( Was ist Replicate? ) Spaces Hugging Face Spaces umschalten Spaces TXYZ.AI umschalten Verwandte Papers Empfehlungs- und Suchwerkzeuge Link zu Influence Flower Influence Flower ( Was sind Influence Flowers? ) CORE Recommender umschalten ( Was ist CORE? ) Autor Veranstaltung Institution Thema Über arXivLabs arXivLabs: experimentelle Projekte mit Community-Mitarbeitenden arXivLabs ist ein Framework, das es Mitarbeitenden ermöglicht, neue arXiv-Funktionen direkt auf unserer Website zu entwickeln und zu teilen.
Einzelne Personen wie auch Organisationen, die mit arXivLabs arbeiten, haben unsere Werte von Offenheit, Gemeinschaft, Exzellenz und dem Schutz der Nutzerdaten übernommen und bekräftigt. arXiv verpflichtet sich zu diesen Werten und arbeitet nur mit Partnern zusammen, die sich daran halten.
Haben Sie eine Idee für ein Projekt, das einen Mehrwert für die arXiv-Community bieten wird? Erfahren Sie mehr über arXivLabs.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Focus to learn more arXiv-issued DOI via DataCite (pending registration) Submission history From: Guanghui Min [ view email ] [v1] Wed, 14 Oct 2026 20:57:32 UTC (293 KB) Full-text links: Access Paper: View a PDF of the paper titled Prune the Summary, Not the History: Source-Judged Compaction for Long-Horizon Agents, by Guanghui Min and 1 other authors View PDF HTML (experimental) TeX Source view license Additional Features Audio Summary Current browse context: cs.CL < prev | next > new | recent | 2026-10 Change to browse by: cs References & Citations NASA ADS Google Scholar Semantic Scholar export BibTeX citation Loading... BibTeX formatted citation × loading... Data provided by: Bookmark Bibliographic Tools Bibliographic and Citation Tools Bibliographic Explorer Toggle Bibliographic Explorer ( What is the Explorer? ) Connected Papers Toggle Connected Papers ( What is Connected Papers? ) Litmaps Toggle Litmaps ( What is Litmaps? ) scite.ai Toggle scite Smart Citations ( What are Smart Citations? ) Code, Data, Media Code, Data and Media Associated with this Article alphaXiv Toggle alphaXiv ( What is alphaXiv? ) Links to Code Toggle CatalyzeX Code Finder for Papers ( What is CatalyzeX? ) DagsHub Toggle DagsHub ( What is DagsHub? ) GotitPub Toggle Gotit.pub ( What is GotitPub? ) Huggingface Toggle Hugging Face ( What is Huggingface? ) ScienceCast Toggle ScienceCast ( What is ScienceCast? ) Demos Demos Replicate Toggle Replicate ( What is Replicate? ) Spaces Toggle Hugging Face Spaces ( What is Spaces? ) Spaces Toggle TXYZ.AI ( What is TXYZ.AI? ) Related Papers Recommenders and Search Tools Link to Influence Flower Influence Flower ( What are Influence Flowers? ) Core recommender toggle CORE Recommender ( What is CORE? ) Author Venue Institution Topic About arXivLabs arXivLabs: experimental projects with community collaborators arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.
Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.
Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs.