Context Curation（上下文策展）

随着大语言模型上下文窗口扩大，如何有效利用有限上下文成为挑战。Context Curation通过筛选相关片段、去除冗余、重排序和结构化组织，确保输入模型的信息既精炼又全面。技术包括基于嵌入的相似度过滤、注意力引导的压缩、以及基于规则的启发式方法。在RAG中，它常与检索器结合，提升答案准确性；在对话系统中，用于维护长期记忆。代表工作有Lost in the Middle的缓解策略、LLMLingua提示压缩等。