跳到正文
原文
arXiv cs.AI· Ziyang Yu, Liang Zhao, Bowen Zhu, Hasibul Haque·· 4 小时前AI 评分38

StateTape:面向长时程编程智能体的动作条件证据生命周期建模

StateTape: Action-Conditioned Evidence Lifecycle Modeling for Long-Horizon Coding Agents

AI 导读

研究者提出 StateTape,一种面向长时程编程智能体的上下文维护框架:它把仓库建模为符号级代码图,用 tape 标记每次写入改变的符号,并按仓库变化重写智能体上下文。它能在每次写入时清除被证伪记录、检索所需记录,并配套 TraceBench;在六个编程智能体和三个编辑密集基准上均取得更高解决率且计算开销较小。

来源:arXiv cs.AI · arxiv.org