研究者提出Coca-Cola潜空间上下文压缩模型并开源
热点事件持续更新
研究者提出Coca-Cola潜空间上下文压缩模型并开源
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yuetong Liu 等在 arXiv 发表论文，提出面向 LLM 智能体的连续潜空间上下文压缩模型 Coca-Cola（arXiv:2611.06500），并开源代码。该方法将工具观测压缩为潜 token 并嵌入智能体的输入嵌入空间，同时引入 Action-Preserving Training 对齐全量与压缩观测下的下一步动作分布。 论文称，该方法将智能体的 token 消耗降低 70.01%–89.24%，端到端运行时间降低 24.45%–55.97%，且任务性能持续提升。
AI 根据报道生成 · 2 小时前更新
最新进展11月5日 13:00
Coca-Cola：面向LLM智能体的潜空间上下文压缩方法报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AICoca-Cola：面向LLM智能体的潜空间上下文压缩方法
论文提出 Coca-Cola，一种面向 LLM 智能体的连续潜空间上下文压缩模型，将工具观测压缩为潜 token 嵌入智能体输入空间，并引入 Action-Preserving Training 对齐全量与压缩观测下的下一步动作分布。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。