LLMエージェントの記事

RESEARCH / 04

コンテキスト圧縮でユーザー指示が平均83%消失 — Penn Stateが「Lost in Compaction」で実測、90%超を保持する抽出器も提案（arXiv）

arXiv:2608.11242。ペンシルベニア州立大学のZhiqi Wang氏らが、LLMシステムがコンテキストを圧縮（コンパクション）する際に「セッション制約（Session Constraints, SC）」が消失する問題を定量化した研究。3つの長期コンテキストシナリオ（マルチターンチャット・エージェント軌跡・長時間研究）で12種のコンパクタを評価した結果、注入したSCの平均保持率は17%で、多くのケースで圧縮なしより悪化した。SC認識抽出器（Qwen3.5-9Bベース）をコンパクタと並置するだけで全シナリオで90%超の保持率を記録した。評価スイートと実装はGitHubで公開。

2026/08/18 6 MIN

LLMエージェント

LLMエージェントの新着記事

Anthropic、Schwartz教授のゲスト投稿「Claude-shaped science」を公開 — 精密定量科学のオープンソースハーネスBootLoops

コンテキスト圧縮でユーザー指示が平均83%消失 — Penn Stateが「Lost in Compaction」で実測、90%超を保持する抽出器も提案（arXiv）