长上下文 LLM-DailyDigest 2026-08-07 2026-08-07 约 100 字 预计阅读 1 分钟 长上下文 本主题由提交工具自动创建，可在此补充洞察与资料。 相关消息（按子主题自动聚合） 上下文压缩 14 DCKV：混合语言模型提示词 KV Cache 的学习式变换编码 10-29 有界键查询相似度下的注意力：空间复杂度与 Transformer 各向异性 10-27 漂移定时、预算定量：长篇多模态生成的速率控制 KV 重选 10-23 CarryOn：面向长时程智能体的对象化上下文运行时 10-20 从长上下文到选择性记忆：记忆中心压缩综述 10-18 REMORY：用于上下文压缩的残差记忆学习 10-10 Attic-KV：按需预演的 KV 缓存压缩方法 10-09 UNREAL：单一模型统一检索与长上下文证据选择 10-08 分块 KV 缓存压缩存在周期性相位弱点 10-01 ReCAP：基于持久上下文图的智能体记忆压缩 10-01 Triage：语言模型运行前预测并裁剪音频 Token 10-01 ICLR：长程智能体何时可遗忘历史推理 09-25 StateComp：长程智能体的状态条件历史压缩 09-24 LatentPress：超越文本与视觉的上下文压缩 09-02 上下文学习 1 思考何时成为记忆：统一上下文学习与微调 10-22 世界模型 1 Long-WAM：扩展世界行动模型的长上下文能力 10-09 临床诊疗核查 1 MedGuard：嵌入诊疗流程的医学事实核查守门人 08-25 交互式评测 1 OmniAssistBench：全模态助手交互评测基准 08-24 交互成本 1 上下文压缩会增加智能体的隐性交互成本 08-18 人工智能辅助编程 1 第一性原理拆解 Agentic Coding：从理论到实操 10-27 会话交接 1 跨会话边界的上下文学习状态交接 08-17 前缀滑动窗口 1 Prefix Sliding：高效扩展测试时推理 08-27 动态审查 1 MCR-Bench：真实多轮代码审查动态基准 08-28 医疗人工智能评测 1 Synthetic Hospital：开放、可验证且经医生验证的纵向 EHR 基准 09-25 多智能体系统 1 任务分解提升完整性，而非信息产出 09-16 开源模型 1 千问、智谱开源低价新模型，Qwen4 架构提前亮相 08-27 思维链 1 模式识别与逐步推理的二分机制 10-08 性能优化 1 ChatGPT长对话提速与Codex多智能体v2上线 08-16 技能压缩 1 SkillZip：面向可扩展智能体技能库的契约保持图压缩 08-14 技能演化 1 清华推出 Ctx2Skill：通过多智能体自博弈实现 Skill 自主进化 08-12 拓扑压缩 1 LLM 长上下文流形的拓扑压缩与六度分隔 08-19 持续学习 1 Fast Weight Attention：面向持续学习的快速权重注意力 09-01 持续适应 1 Macaron-V1：基于自我改进与 Mixture-of-LoRA 的开放持续学习 08-12 推理优化 1 STAIR：复用历史计算提升大模型新问题推理 10-01 推理扩展 1 Trace as State：轨迹前置提升长上下文推理 09-14 推理效率 15 文心 Unlimited OCR 2 开源：KV 缓存降低 96% 10-29 BeNice! 通过 KV 共享弥合循环架构的推理内存差距 10-23 RIFT：面向草稿模型的 KV Cache 压缩与可压缩性训练 10-23 OpenAttention：用尾部代理实现 1% 稀疏注意力读取 10-23 分层稀疏注意力：缩小极端稀疏下的稀疏—稠密差距 10-22 FrameBlend：流式视频理解的局部缓存与选择性重计算 10-22 多智能体共享上下文中的 Token 预算理论：多思考还是多阅读？ 10-19 DoSA：无损点稀疏注意力加速 10-18 MassAlloc Attention：让注意力自适应分配计算资源 09-30 按需注意力：语言模型自主判断何时回忆 09-19 BeaconKV：查询引导的 KV 缓存压缩提升大型推理模型推理效率 09-10 VestigeKV：利用 NoPE-MLA 残留分支实现 KV 缓存淘汰 09-10 Random Attention：随机驱逐 KV 缓存提升推理效率 09-07 语言模型通过声明式注意力自主控制上下文访问 09-07 BeaconKV：信标查询引导的 KV 缓存压缩 09-07 推理评测 1 ProloNg：用 Prolog 探测长程演绎推理能力 10-10 提示优化 1 网传 GPT-6 Sol Codex 系统提示词与工具配置泄露 10-08 搜索能力评测 1 扫描还是索引？长文档 RAG 的证据覆盖、答案质量与成本 10-22 数据合成 2 LongZero：零数据增强长上下文推理 10-22 从扰动公开文档合成上下文学习训练数据 09-29 数据策展 3 LongForge：用证据-断言推理图度量与改进长上下文指令数据 10-19 Librarian Agents：面向未来查询的长上下文工作空间策展 10-18 D-RAC：面向企业文档的检索感知分块 09-23 文献工具 1 Paper Burner X：开源 AI 文献阅读与翻译工作站 08-15 智能体框架 2 简单讲讲 Agent 的工作原理 09-22 Prime Agent 开源自我改进智能体框架 08-11 智能体评测 1 AgentPerfBench：智能体大模型推理性能评测套件 09-30 机器遗忘 1 RD-Forget：智能体该遗忘什么？分离记忆存储与使用 09-10 架构研究综述 1 长程智能体综述：Harness 与模型协同优化 08-22 框架拆解 1 DeepSeek V4 Pro 与 Harness：后训练、缓存经济学及代理自进化 08-23 模型发布 14 月之暗面发布旗舰模型 Kimi K3.1 Pro 10-26 Kimi K3.1 Pro发布：智能体评测领先并强化3D工作流 10-25 MiniMax 开源 M3.1 Flash：428B 参数与百万 Token 上下文 10-23 阶跃星辰开放 Step 5 Preview 权重，面向长程 Agent 10-22 谷歌发布 Gemini 4 Argon，主打长程任务与网络安全防御 10-01 GPT-6 Sol、Luna 与 Claude Opus 5.5 同日发布，竞逐单位任务成本 09-23 ZGCM-1：面向数学推理与智能体搜索的开放高效 7B 基础模型 09-16 Kimi K2.8 Preview 全量上线 Kimi Code 09-13 Meta发布旗舰模型 Muse Spark 1.3，主攻长上下文与编程 09-07 腾讯发布 Hy4 preview：770B 参数、1M 上下文 08-30 智谱开源原生多模态模型 GLM-5.3 Flash 08-27 GLM-5.3-Flash 开源：低成本原生多模态前沿模型 08-26 Qwen3.8-27B开源：消费级显卡可运行“Opus级”Agent 08-16 Kimi K3：开放前沿智能模型 08-07 模型可靠性 2 通过表征工程缓解真实场景中的奖励作弊 10-22 解耦逻辑与角色：边缘 LLM 智能体抵御上下文污染 10-08 模型微调 1 Internalizer：面向超大语言模型的可移植上下文参数化 10-09 模型架构创新 5 CoWindow Attention：以多头协作实现完整因果覆盖 09-30 SpectralShift：谱重参数化扩展 Gated DeltaNet 上下文窗口 09-18 无限参数 LLM：从实时数据生成并适配权重 09-17 分组价值注意力：按需重建键以压缩 KV 缓存 09-16 混合语言模型中注意力记忆与循环状态控制的功能分工 09-07 模型架构演进 1 DeepSeek、Llama、GLM、Qwen 底层架构演进详解 08-22 模型训练 1 Decision Model Factory：构建专用主权决策模型 10-27 模型路由 1 MARS：面向会话级 LLM 助手的记忆感知路由 10-19 模型轻量化 4 PACE：周期与通道对齐的四比特循环状态量化 10-22 STEPQuant：面向 Delta 规则循环状态的时空量化 10-09 解耦量化：分别优化 LLM 预填充与解码 09-29 Gated DeltaNet 混合式 27B LLM 的 NVFP4 全量化机制 09-07 测试时优化 1 对话生成工件的修订传播与经济型测试时计算 09-09 测试时训练 4 Select-TTT：查询条件化的选择性快速权重更新 10-29 METTA：面向元强化学习的记忆增强测试时适应 10-25 自生成反馈破坏测试时训练的长期稳定性 10-08 E²-TTT：兼顾表达力与效率的测试时训练 08-24 状态追踪 2 上下文变化下的 LLM 更新失败与陈旧绑定 10-01 StateMemBench：智能体记忆能否追踪演化状态？ 08-22 盲法评测 1 匿名模型 Ox Alpha 刷屏，代码能力逼近头部模型 08-23 端侧模型 1 Liquid AI 发布 6 款 LFM3 端侧模型，2B 视觉模型追平 12B 10-29 策略优化 1 EPIC：基于精确 KL 前缀重要性比裁剪的自回归策略优化 10-22 策略蒸馏 1 SimpleOPD：分词器无关的长上下文同策略蒸馏 08-17 系统优化 6 SPARTA：面向长上下文端侧推理的稀疏三值 LLM 加速器 10-27 面向智能体的 KV 缓存工程 10-22 TokenCast：预测 LLM 智能体执行中的 Token 消耗 09-30 PISA：对数线性复杂度的块稀疏注意力 09-29 DeepSeek-V4.1-Flash：突破 KV Cache 压缩极限 09-19 SAS：端到端上下文排序实现注意力稀疏化 09-15 缓存优化 1 EdgeRock-4B：固定内存长推理，KV Cache削减99.1% 10-21 缩放定律 1 长上下文持续预训练不宜过早停止：经验缩放定律 10-22 视觉推理 1 P2A：通过主动视觉探测提升浏览器智能体 09-29 视频生成 3 FrameMorrow：以前瞻性标记引导长时程视频帧选择 10-08 ID-Forcing：测试时分布内强制实现长视频生成 10-08 LayerRecall：提升视频生成长时域一致性的状态条件记忆路由器 09-01 记忆能力评测 6 MemoryTax：智能体记忆的苦涩教训 10-22 VoxMem：多会话语音记忆评测基准 10-10 ReTurn：多模态多轮交互中的选择性历史使用评测 10-09 RealCompanion：真实纵向对话中的人类理解评测 10-08 VoxMem：大型音频语言模型多模态记忆评测基准 10-01 DolphinBench：智能体记忆的成本、延迟与准确率 Pareto 评测 09-22 评测基准 2 OSynth：面向纵向上下文的会议理解评测 10-22 Uncheatable Eval：基于动态压缩的语言模型评测 09-24 递归自我改进 1 Naive AI 开源 AI 研发模型 Naive-N0.5-Flash 09-30 长度泛化 1 Transformer 长度泛化的代数分解理论 08-16 长期记忆 28 TrawMem：面向任务角色自适应工作空间的智能体记忆 10-29 复杂智能体记忆并非总是必要：朴素 Raw-RAG 基线更强 10-23 长期记忆使提示注入演变为跨会话持久化攻击 10-22 MemT 1.0：近300B参数记忆原生模型补齐RSI记忆拼图 10-20 AiO-Mem：基于过程奖励强化学习的一体化记忆智能体 10-18 Memorilla：面向 LLM 的潜在语义记忆 10-18 LTM：面向视觉-语言-动作模型的潜在转移上下文记忆 10-18 CogMem：面向长期对话的可演化认知记忆架构 10-10 LLM 智能体持久记忆的准入与呈现治理 10-10 MARI：面向大模型推荐的结构化决策记忆蒸馏 10-10 DPPM：面向个性化语言模型的双路径参数记忆 10-09 QGMem：面向长期对话智能体的查询感知事件图记忆 10-09 LatentHarness：用反事实策略蒸馏统一记忆与潜在推理 10-01 Galahad 字节精确记忆让 LLM 文档读取成为一次性成本 10-01 位置不是事实：KV 缓存与记忆的错配 09-29 SchemaMem：图式索引递归记忆架构 09-29 过去塑造未来：自回归视频生成中的记忆机制综述 09-25 EnSIMem：面向智能体长期记忆的实体结构化索引 09-24 SpeakerMem-R1：面向多方对话的说话者中心双轨记忆 09-23 AutoViewMem：自配置正交视图增强对话长期记忆 09-21 JustMem：面向长期对话的恰足式记忆访问 09-18 文档应存于上下文、隐表示还是模型参数？ 09-16 ConvMem：用于长上下文推理的卷积式记忆框架 09-10 KVMem：消费级 GPU 上的百万 Token 智能体工作区虚拟化 09-07 Safin-1：以记忆原生状态演化实现内生安全 09-03 ContextPilot：用细粒度强化学习实现主动上下文管理 09-01 预计算记忆的组合、重建与纠错成本 09-01 EgoMonth：月级第一视角视频长期时空记忆基准 08-16 长程任务执行 1 DRSR：面向长程智能体的集合级删除风险剪枝 09-24 预训练 1 合成预预训练可扩展，但并非源于语法先验 10-01 额度异常检测 1 Codex 额度异常查明：自动标题等三处 Bug 导致超额消耗 08-24
