KosmosCompactBench 横评各家上下文压缩算法,Prime Intellect 开源方案最佳
BenBlaiszik · x · 2026-11-14
研究者发布 KosmosCompactBench,系统对比前沿实验室的上下文压缩(compaction)算法与约 5 个开源 agent harness 的实现。配图显示在 KosmosCompactBench 与 LongMemEval 两个基准上:
- 直接截断(truncation)在多轮场景下表现极差,LongMemEval 单轮仅约 6%
- Prime 的开源压缩方案在开源实现中最佳,甚至媲美 Kosmos 自家方案
- OpenAI 原生压缩强于 Anthropic 原生方案(尤其 LongMemEval 多轮约 86% vs 33%)
团队已采用 Prime Intellect 的方案作为起点继续自动研究。
「编程与Agent」频道最新
- 前 Q&A bot 负责人长文:用户不需要更多聊天机器人 — threepointone · 2026-11-14
- Nexus 发布:用知识图谱统一管理部署上下文供 Agent 查询 — rohanpaul_ai · 2026-11-14
- 从 25% 到 100%：开发者把全部 agent 工作流搬进 Mac Mini 本地跑 — josh_bickett · 2026-11-14
- 月下载 2000 万的 Mediabunny 靠 LLM 抓虫,一次发布 400 项修复 — Vjeux · 2026-11-14
- 截图曝光 Perplexity Teammates 实际工作方式：接 Datadog、读 PR、值夜班 — testingcatalog · 2026-11-14
- Nexus 发布:为前端部署团队打造的 agentic 工作力 — dr_cintas · 2026-11-14