Tencent ha lanzado el checkpoint ContextPilot-8B, basado en Qwen3-8B, como parte de un marco diseñado para enseñar a los agentes la gestión proactiva del contexto para tareas de horizonte largo. El sistema permite a los agentes planificar, mantener la memoria a largo plazo y descargar menos contexto útil mientras razonan y usan herramientas.
ContextPilot combina tres componentes principales: un conjunto de herramientas extendido con planificación, memoria estructurada, recuperación y descarga suave de contexto; una rollout parcial consciente del contexto que se centra en decisiones sensibles de edición de contexto; y entrenamiento de asignación de crédito fino de instantáneas intermedias utilizando resultados finales. El marco aborda limitaciones en métodos existentes al apoyar la planificación global y la compresión adaptativa mientras mejora la eficiencia de exploración.
Los experimentos en preguntas de respuesta de contexto largo y tareas de búsqueda profunda muestran que ContextPilot logra un rendimiento más fuerte con un contexto de trabajo más compacto, superando consistentemente las líneas base existentes en varios modelos base y benchmarks.