Context Compaction

KV-streams：透過快取串流突破代理型強化學習的上下文壓縮瓶頸

KV-streams: Boosting Context Compaction Efficiency in Agentic Reinforcement Learning

本研究提出「KV-streams」技術，在進行上下文壓縮時持續向前串流 KV 快取而非直接清除，成功解決代理型 LLM 訓練中的預填瓶頸，實現最高 5 倍的訓練加速並保留超長記憶。