TRACE 语料研究：历史难预测压缩损害

Egor Pakhomov 与 Erik Nijkamp 提交的研究论文，检验智能体近期行为能否预测上下文压缩带来的损害，结论是预测能力很弱。研究基于 TRACE 公开语料库中 590 个 AppWorld 压缩边界，在每个边界从重新执行的前缀状态出发，分别在压缩前上下文和摘要下重放，记录下一步动作的负担（报错或重复调用）。 最佳协议触发器在留出集上仅达 AUROC 0.66，低于同边界复现的 0.72；最佳冻结触发器可避开 21% 的有害边界并保留 84% 的压缩机会。 在匹配保留率下，最佳触发器能否胜过 token 预算规则尚无法评估。该论文已被 NeurIPS 2026 的 IAB Workshop（Interpreting Agent Behavior）接收，为非存档性质。

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。