Context Language Models：让模型自己管理上下文，同算力下准确率提升

2026.10.02 · 事件 · 论文 · 论文预印本

论文提出 CLM，把上下文当文件让模型自行增删，零样本即超越现有上下文管理策略。

论文提出 Context Language Models（CLM），把上下文当作文件、允许模型不受限制地更新，从而原生管理自身上下文，并可自然扩展到多智能体场景。零样本构建的 CLM 在多项任务上超过 SOTA 上下文管理策略，如 BrowseComp-Plus 上准确率高 11.4%、FLOPs 少 21.5%。作者还给出技能优化与在线强化学习方法，并联合设计 Suffix Cache Reuse 服务方案。

• 把上下文当文件，模型可不受限更新
• 零样本即超越 SOTA 上下文管理策略
• BrowseComp-Plus 准确率高 11.4%、FLOPs 少 21.5%
• 12 小时 EdgeBench 分数高 5%、FLOPs 少 59%
• 在线 RL 使 Qwen3.5-9B 在 BrowseComp-Plus 提升

为什么值得看

上下文管理正从外部框架转向模型内建能力

适合谁关注

关注长上下文、智能体与推理效率的研究者和工程师

原始来源

• HN 热议 ↗