论文提出Folio上下文折叠方法，称优于模型压缩

Yubo Ruan 等人在 arXiv 发表论文，提出面向长时程语言智能体的 Folio 上下文管理器，用 L1 回合笔记、L2 事件清单、L3 源记录三层句柄记录、折叠并恢复历史，以替代模型摘要式压缩。 论文作者称，在每套系统均使用 DeepSeek-V4-Pro 的 75 个 LOCA-bench 任务上，Folio 解决 66 个任务，高于同一运行时使用模型撰写压缩的 54 个，也高于 Claude Code、Codex 和 SoL-Pi 的 49–59 个。

AI 根据报道生成 · 26 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。