3,583 papers
arXiv:2610.21893 91 15 окт. 2026 г. PRO

Goal-Adaptive Compression: сжимай контекст под конкретную цель, а не «вообще»

КЛЮЧЕВАЯ СУТЬ
При жёстком лимите в 5–10% от исходника сжатие с названной целью даёт примерно вдвое больше правильных ответов, чем сжатие «вообще». Метод позволяет ужать длинный чат, документ или лог агента так, чтобы завтра продолжить работу и не потерять нужные детали. Фишка: не показывай модели будущие вопросы, просто скажи, что будешь делать с текстом дальше. Цель работает как фильтр: модель сама решает, что оставить подробно, а что выкинуть.
Адаптировать под запрос
📋 Дайджест исследования

Контент доступен только для PRO подписчиков

Чтобы получить доступ к дайджесту этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с