Tencent a publié le checkpoint ContextPilot-8B, basé sur Qwen3-8B, dans le cadre d'un framework conçu pour enseigner aux agents la gestion proactive du contexte pour des tâches à long horizon. Le système permet aux agents de planifier, de maintenir une mémoire à long terme et de décharger moins de contexte utile tout en raisonnant et en utilisant des outils.
ContextPilot combine trois composants principaux : un ensemble d'outils étendu avec planification, mémoire structurée, récupération et décharge douce de contexte ; un rollout partiel conscient du contexte se concentrant sur les décisions sensibles d'édition de contexte ; et un entraînement d'attribution de crédit fin des instantanés intermédiaires utilisant les résultats en aval. Le framework comble les limites des méthodes existantes en prenant en charge la planification globale et la compression adaptative tout en améliorant l'efficacité de l'exploration.
Les expériences sur la réponse aux questions à contexte long et les tâches de recherche profonde montrent que ContextPilot atteint une performance plus forte avec un contexte de travail plus compact, surpassant constamment les lignes de base existantes sur divers modèles de base et benchmarks.