MEMENTO：训练长上下文智能体管理上下文

Yunfan Zhang 等作者提出 MEMENTO，一个基于 Qwen3-8B 训练的长上下文智能体，通过压缩（compaction）管理上下文窗口。 方法分两步：先用带事后标注笔记的合成轨迹微调做引导，再用结合答案正确性、笔记质量启发式和置信度校准的奖励做强化学习。 目前公开的是方法设计，报道未给出该训练方式在基准任务上的效果数据。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。