Dettmers:配上 CliffCompaction,开源模型长程能力反超闭源
Tim_Dettmers · x · 2026-09-23
Tim Dettmers 观察到,CliffCompaction 让开源与闭源模型(后者常隐藏推理过程)的有用度出现分化:在长程会话中,开源权重模型明显更强,且不同模型的「压缩质量」本身就存在差异。其前提是该工具配合完整 thinking traces 效果才好——这与前沿实验室一致,OpenAI 的数学与 ARC-AGI 成绩很大程度上来自考虑思维链的 autocompaction。
所属事件:Tim Dettmers 开源 CliffCompaction,长程 Agent 省 50% 成本(8 条相关)→
「编程与Agent」频道最新
- Hamel Husain 深度长文:PM 与工程师的 AI Evals 入门完整框架 — aakashgupta · 2026-11-12
- AI 编码一年三级跳：从没人用到无人审查的全自动流程 — angelaqdai · 2026-11-12
- 好参考素材库成新红利：按动效搜索网页动画再用 Claude Code 复刻 — yuwen_lu_ · 2026-11-12
- Agent Substrate 计算器：预测不同负载下 agent 会话恢复速度 — pjausovec · 2026-11-12
- 美参院法案拟要求大平台允许 AI Agent 代用户交互，隐私认证成难点 — Prof_CarlaReyes · 2026-11-12
- 开发者选 LangChain Deep Agents 做 P2P POC 的四个理由 — hwchase17 · 2026-11-12