研究者らは、有界コンテキスト下で長期のコーディングエージェントのコストを最大50%削減するために設計された自動圧縮手法であるCliffCompactionを発表した。この手法は、再表現ではなく切り捨てを通じて圧縮された情報の忠実性を保つことで、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、より低いコストでOpus 4.6やGPT-5.3 Codexを上回ることを可能にする。
  • この手法は、以前の圧縮出力を破棄し、元のコンテンツのみを対象とすることで、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$2.23 imes$、400ステップ後に$3.58 imes$の高速化を実現する。
  • Claude Code、Codex、およびその他のハルネスで使用できるように、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で公開されている。

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な学習を維持する。