El autor ha lanzado Trimwise, una biblioteca de Python de código abierto diseñada para ajustar el texto fuente dentro de un presupuesto de contexto específico eliminando material irrelevante mientras preserva la evidencia relevante para la pregunta actual.

  • La biblioteca admite recorte de fuente única mediante `atrim` y recorte multi-fuente mediante `atrim_context`, lo que permite que las fuentes compitan por un presupuesto compartido.
  • Selecciona fragmentos de fuente existentes en lugar de generar resúmenes, proporcionando información de procedencia para rastrear el texto retenido hasta sus entradas.
  • La ruta léxica predeterminada no requiere pesos de modelo ni inferencia de LLM, aunque hay modos opcionales basados en incrustaciones disponibles para la selección semántica e híbrida.
  • Los benchmarks publicados cubren escenarios específicos, con el autor buscando comentarios sobre casos límite como calificadores perdidos, negación o hechos revisados.

La herramienta tiene como objetivo abordar la compensación donde la truncamiento simple descarta contexto necesario, ofreciendo una manera de retener evidencia relevante sin generar nuevo texto.