强烈推荐的 NVIDIA 论文（值得收藏）。关于是否应积极使用上下文压缩一直争议不断。他们表明……
一篇 NVIDIA 论文发现，频繁的上下文压缩在长时程、长输入任务上几乎不损失前沿模型的准确率，同时保持上下文简短。按每上下文一步操作计算，Claude Opus 4.5 在 SWE-bench Verified 上得分为 70.2，而完整历史为 70.0，中位峰值上下文则从 32K 降至 8K token。这很重要，因为长智能体运行成本高昂，在前沿开源权重模型上，后续 token 的生成成本可达早期 token 的 7 倍。
报道来源
- Elvis Saravia2026-11-04 12:25