论文提出replay pairing审计LLM Agent计划依赖

Aman Mehta与Anupam Datta在arXiv论文《Plans Fade Fast: Why Context Management Is Load-Bearing for LLM Agents》中提出replay pairing方法：固定动作—观察轨迹，比较有无计划交换时模型动作前的隐藏状态，以审计LLM Agent后续行动是否仍依赖早期计划。 在ALFWorld实验中，Llama-3.1-70B和8B的计划影响对比度（15个采样层的均值）从计划后第一个动作到第二个动作分别下降4.1倍和5.6倍，表明计划影响随行动推进快速衰减。作者指出replay pairing度量的是对保留一次交换的敏感度，而非孤立的计划内容或后续删除。 在独立的压缩测试中，完整历史下ALFWorld合并运行成功率为56.7%，朴素删除仅为22.0%；仅保留计划或重新呈现计划都不能弥补这一差距。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。