arXiv · cs.AI· Aman Mehta, Anupam Datta·· 1 天前
LLM Agent为何需要上下文管理：计划会快速淡出
Plans Fade Fast: Why Context Management Is Load-Bearing for LLM Agents
arXiv:2606.22953v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Aman Mehta, Anupam Datta
研究任务与主要进展
论文提出 replay pairing，通过固定动作—观察轨迹并比较有无计划交换时模型隐藏状态，审计 LLM Agent 后续行动是否仍依赖早期计划。在 ALFWorld 中，Llama-3.1-70B 和 8B 的计划影响对比度随行动推进分别下降4.1倍和5.6倍；另在独立压缩测试中，完整历史成功率为56.7%，朴素删除仅为22.0%，仅保留或重新呈现计划未能弥补差距。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org