研究者らは、数百万トークンを扱うエージェント向けに設計された自動圧縮手法であるCliffCompactionを発表した。これは有界コンテキスト下でコストを最大50%削減する。

この手法は、書き換えではなく切り捨てによって情報を忠実に保持することで、Terminal-Benchでのパフォーマンスを維持または向上させ、KernelBenchで最先端の結果を達成している。

  • CliffCompactionは、2回のフルコンテキスト実行のコスト未満で、Terminal-Benchで10パーセントポイント以上の上昇をもたらす。
  • 並列テストタイムスケーリング下では、Kimi K2.6がOpus 4.7と同等のパフォーマンスを発揮し、Opus 4.6やGPT-5.3 Codexを上回るコスト効率を実現する。
  • この手法は、圧縮を圧縮することなく、元のコンテンツのみを対象として以前の出力を破棄することで、コンテキストドリフトを防ぐ。
  • KernelBenchでは、200ステップ後にCUDAカーネルの速度が$2.23 imes$倍、400ステップ後に$3.58 imes$倍の高速化を達成する。
  • Claude Code、Codex、および他のハルネスで使用できる、スキャフォールド非依存のAPIプロキシ実装がオープンソースとして公開された。

CliffCompactionはテストタイムスケーリングのパフォーマンスとコストのトレードオフをより効率的にし、100万トークンを超えるセッションにわたる継続的学習を維持する。