清华团队提出CoACT压缩Coding Agent观察
热点事件持续更新
清华团队提出CoACT压缩Coding Agent观察
1 篇报道1 个报道来源19 小时前更新
先了解这件事
AI 综述
清华大学人工智能学院AI Agent课题组提出面向Coding Agent的observation压缩方法CoACT，以压缩后Agent下一步动作是否保持不变作为检验标准。 在SWE-bench Verified的200个实例、三个Agent模型上，CoACT平均减少33.0%的总token消耗，平均PASS@1从69.0%升至71.0%，任务表现与未压缩时相近。该工作已被CCF A类会议ICSE 2027直接接收（Top 5%）。
AI 根据报道生成 · 18 小时前更新
最新进展11月13日 14:28
清华提出 CoACT：为 Coding Agent 压缩 observation，token 开销降低 33%报道时间线
沿着报道，了解事件的不同侧面。
11月13日
- 机器之心清华提出 CoACT：为 Coding Agent 压缩 observation，token 开销降低 33%
清华大学人工智能学院团队提出 CoACT，一种面向 Coding Agent 的 observation 压缩方法，以压缩后 Agent 下一步动作是否保持不变作为检验标准。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 1011月13日 16:00
- 近 24 小时变化
- –
02.557.510
18:0021:0011月14日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。