综述：以记忆管理重构LLM长上下文压缩

2026年10月16日，arXiv cs.CL 刊出一篇综述，将大语言模型的长上下文压缩重新表述为推理阶段的记忆管理问题。综述把记忆区分为参与计算的“计算活跃记忆”与可存储、检索或遗忘的“计算非活跃记忆”，并将写入、卸载、召回、检索注入、物化、逐出、整合与遗忘视为信息生命周期中的状态转换。文章提出统一的预算成本模型，同时容纳短期上下文压缩与长期记忆管理，并总结了评估维度与 benchmark 缺口。作者主张该方向应从静态压缩转向动态、可治理、面向生命周期的记忆管理。目前该文为 arXiv 预印本，除上述内容外暂无后续进展报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。