研究者提出ASTC免训练软令牌上下文压缩方法

Xuning He 等在 arXiv 论文（2610.41291）中提出 ASTC（Agentic Soft-Token Compression），一种面向长程 LLM Agent 的免训练模型内上下文压缩方法。论文称，该方法利用混合 Gated Delta Network（GDN）-attention 的原生循环动力学，将已吸收信息以 agentic soft tokens 携带，同时以 hard tokens 保留精确值。 作者称，ASTC 在端到端 Attention Pairs 减少最多 50.68% 的情况下，准确率与未压缩 Agent 持平或更高。这些效果均为论文中的说法，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。