SKILL.state: сжатие контекста ИИ-агентов в 50 раз без потери точности
Современные ИИ-агенты сталкиваются с фундаментальной проблемой: при выполнении длительных многошаговых задач их контекстное окно быстро переполняется. Каждый новый шаг добавляет данные в журнал действий, и уже через несколько десятков операций модель начинает «задыхаться» от объема информации. Это приводит к замедлению работы, росту затрат на вычисления и, что критично, к деградации качества ответов. Команда исследователей из […]
SKILL.state: сжатие контекста ИИ-агентов в 50 раз без потери точности Читать дальше »




