arXiv · cs.CL· Zheng Zhu·· 16 小时前精选AI 评分57
CORAL：让 LLM Agent 自主管理上下文的长时程推理范式
Don't Lose the Thread: Empowering Long-Horizon LLM Agents with Cognitive Resource Self-Allocation
来源与原文
arXiv · cs.CL
作者：Zheng Zhu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40350v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出认知资源自分配范式 CORAL，以 Agent 可调用工作记忆工具集实现任务进度检查点保存，并在清理上下文后从检查点恢复推理。基于 Multi-episode Agentic Reinforced Policy Optimization 强化检查点能力，8B 模型在 GAIA 上平均准确率 42.8%，长时程 Level 2/3 任务提升明显，输入 token 消耗比 ReAct 少 6-7 倍；在 BrowseComp 上将某强专有 Agent 提升 8.0 分。论文已被 COLM 2026 接收，代码已开源。
推荐理由
论文把上下文管理交给 Agent 主动执行，并给出 GAIA 准确率与输入 token 消耗的对比数据，方法对长任务 Agent 设计有可借鉴之处。
来源：arXiv · cs.CL · arxiv.org