Tencentは、長期タスクにおけるエージェントの能動的なコンテキスト管理を教えるために設計されたフレームワークの一環として、Qwen3-8Bに基づいたContextPilot-8Bチェックポイントをリリースしました。このシステムは、エージェントが計画を立て、長期記憶を維持し、推論やツール使用時にあまり有用でないコンテキストをオフロードすることを可能にします。

ContextPilotは3つの主要なコンポーネントを組み合わせています：計画、構造化メモリ、検索、ソフトコンテキストオフロードを備えた拡張ツールセット；敏感なコンテキスト編集決定に焦点を当てたコンテキスト対応部分ロールアウト；およびダウンストリーム結果を使用して中間スナップショットの細粒度クレジット割り当てトレーニングを行うものです。このフレームワークは、グローバルプランニングと適応的圧縮をサポートし、探索効率を改善することで、既存の方法の制限に対処します。

長期コンテキストの質問応答や深層検索タスクでの実験では、ContextPilotがよりコンパクトな作業コンテキストでより強力なパフォーマンスを実現し、さまざまなベースモデルやベンチマークで既存のベースラインを一貫して上回っていることが示されています。