模型SumOne 摘要器
SumOne
一种即插即用的智能体记忆摘要器,通过掩码重建与 GRPO 优化训练,用于压缩长周期智能体的交互历史,降低推理成本而不改变原有智能体。
时间轴 (近 90 天)
11月5日
SumOne 是一个独立的摘要器,通过掩码重建训练来保留智能体历史中的信息。
待验证50%
11月5日
SumOne 使用冻结的重建器从摘要中恢复原始轨迹中随机掩码的部分,重建质量与长度惩罚结合,通过 GRPO 优化摘要器。
待验证50%
11月5日
SumOne 在 DeepSearchQA 上相比全上下文降低约 78% 的推理成本,绝对性能下降仅 0.04。
待验证50%
11月5日
同一 SumOne 检查点无需额外微调即可跨不同下游模型和智能体框架迁移。
待验证50%
11月5日
SumOne 在推理时仅保留轻量级摘要器,不改变原有智能体,实现即插即用的上下文压缩。
待验证50%
11月5日
SumOne 的训练无需参考摘要或下游任务执行,直接从原始轨迹中自监督学习。
待验证50%
全部知识事实 (6)
待验证
SumOne 是一个独立的摘要器,通过掩码重建训练来保留智能体历史中的信息。
50%待验证SumOne 使用冻结的重建器从摘要中恢复原始轨迹中随机掩码的部分,重建质量与长度惩罚结合,通过 GRPO 优化摘要器。
50%待验证SumOne 在 DeepSearchQA 上相比全上下文降低约 78% 的推理成本,绝对性能下降仅 0.04。
50%待验证同一 SumOne 检查点无需额外微调即可跨不同下游模型和智能体框架迁移。
50%待验证SumOne 在推理时仅保留轻量级摘要器,不改变原有智能体,实现即插即用的上下文压缩。
50%待验证SumOne 的训练无需参考摘要或下游任务执行,直接从原始轨迹中自监督学习。
50%