★ 2
研究：LLM 智能体常驻上下文文件的容量配置模型
论文将 LLM 智能体的常驻上下文文件（如 AGENTS.md）策展建模为带容量约束的选品问题，证明最优文件大小存在上界，且逐条追加指令的净价值可能远劣于最优子集选择。研究还分析了反馈被截断情形下的增删决策，并指出删除被忽略指令可能误删有用指令，实验表明无关规则会降低模型遵从度。
arXiv cs.AI24 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将 LLM 智能体的常驻上下文文件（如 AGENTS.md）策展建模为带容量约束的选品问题，证明最优文件大小存在上界，且逐条追加指令的净价值可能远劣于最优子集选择。研究还分析了反馈被截断情形下的增删决策，并指出删除被忽略指令可能误删有用指令，实验表明无关规则会降低模型遵从度。