热点事件持续更新
ReFold：免训练可逆的轮间上下文折叠方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，arXiv cs.CL 刊出 ReFold，一种面向长程 LLM 智能体的免训练轮间上下文折叠方法。据该报道，ReFold 是一个渲染层：把早前已展示过的内容替换为 stub，把智能体自报完成的轮次折叠成一行注释，且这些删除均可还原，因此不需要额外的预测器即可实现可逆压缩。报道称其最多可减少 2.5 倍 token 消耗，每会话 KV-cache 内存减半；在五个长程 benchmark 与两个前沿 LLM 上成功率未下降，在受限预算下最多避免 92% 的强制压缩，推理成本最多降低 3.4 倍。目前尚无该工作之外的应用或复现消息。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.CLReFold：面向长程智能体的免训练可逆轮间上下文折叠
ReFold 是免训练的渲染层，可逆折叠长程 LLM 智能体的轮间冗余上下文，最多减少 2.5x token 消耗、每会话 KV-cache 内存减半。它无需额外预测器，将早前已展示内容替换为 stub、把智能体自报完成的轮次折成一行注释，删除均可还原。在五个长程 benchmark 与两个前沿 LLM 上成功率未降，受限预算下最多避免 92% 强制压缩，推理成本最多降 3.4x。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。