arXiv · cs.AI· Rulin Shao, Shannon Zejiang Shen, Junjie Oscar Yin, Yuetai Li, Minheng Wang, Hamish Ivison, Radha Poovendran, Nathan Lambert, Teng Xiao, Mike Lewis, Wen-tau Yih, Luke Zettlemoyer, Pang Wei Koh·· 9 天前精选
Context Language Models：让语言模型自主管理上下文的 Agent 方法
Context Language Models
arXiv:2609.37725v1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：Rulin Shao, Shannon Zejiang Shen, Junjie Oscar Yin, Yuetai Li, Minheng Wang, Hamish Ivison, Radha Poovendran, Nathan Lambert, Teng Xiao, Mike Lewis, Wen-tau Yih, Luke Zettlemoyer, Pang Wei Koh
首次提交：2026-09-29 22:50
研究任务与主要进展
作者提出 Context Language Models（CLMs），让语言模型把上下文作为文件并自主更新；在基于现有模型零样本构建的实验中，摘要报告其在 BrowseComp-Plus 上准确率提高 11.4%、FLOPs 减少 21.5%，在 EdgeBench 上得分提高 5%、FLOPs 减少 59%。
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。
本站判断
论文提出将上下文作为模型可自主更新的文件，使语言模型内生学习上下文管理，并报告在多个 Agent 任务中同时提升准确率、降低 FLOPs。其价值取决于文件式上下文的更新权限、训练方式和推理成本是否适用于更广泛模型与任务；当前仅见摘要，尚不能判断方法在不同上下文规模、模型架构和服务负载下的泛化与实际收益。
来源：arXiv · cs.AI · arxiv.org