跳到正文
热点事件持续更新

研究量化前缀缓存下编码Agent增删上下文的成本

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

Zerui Yang 等研究者发布 arXiv 论文(arXiv:2611.22238),在 SWE-bench Verified、SWE-bench 和 Loc-Bench 上超过 20,000 次开源模型运行中,分别核算未缓存输入、缓存输入和输出 token 的成本,测量向编码 Agent 添加或删除上下文的真实成本变化。 论文称,检索代码可减少 18–34% 的读取与搜索命令,但当缓存输入价格为未缓存输入的十分之一时,成本反增 33–42%;同一方法在无缓存折扣时节省 19–36%,而在十分之一缓存价格下成本增加 38–116%。 该研究把前缀缓存定价作为关键变量,表明上下文增删的成本结论取决于缓存折扣的高低,不同定价下方向可能相反。

AI 根据报道生成 · 22 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    研究量化前缀缓存下 LLM 编码智能体增删上下文的真实成本

    arXiv 论文 arXiv:2611.22238 在 SWE-bench Verified、SWE-bench 和 Loc-Bench 上超过 20,000 次开源模型运行中,分别核算未缓存输入、缓存输入和输出 token 的成本。

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。