tencent/ContextPilot-14B · Hugging Face

来源：https://huggingface.co/tencent/ContextPilot-14B ContextPilot：通过细粒度强化学习训练智能体进行主动上下文管理

GitHub 仓库 (https://github.com/Tencent/ContextPilot) ContextPilot 在线演示 (https://tencent.github.io/ContextPilot/) 论文 (https://arxiv.org/abs/2608.28476) Hugging Face 模型 (https://huggingface.co/collections/panzs19/contextpilot)

ContextPilot-14B 是 ContextPilot 的 Qwen3-14B 检查点，这是一个面向长周期语言模型智能体的主动上下文管理框架。它能够教会智能体在持续推理和使用工具的同时进行规划、维护长期记忆，并卸载价值较低的上下文。更多详细信息，请参阅我们的论文 (https://arxiv.org/abs/2608.28476) 和代码仓库 (https://github.com/Tencent/ContextPilot)。

ContextPilot 概览图 (https://huggingface.co/tencent/ContextPilot-14B/blob/main/assets/contextpilot_overview.png)

https://huggingface.co/tencent/ContextPilot-14B#overview概览

ContextPilot 结合了三个主要组件：

• 一个扩展的上下文管理工具集，支持规划、结构化记忆、检索和软性上下文卸载；
• 上下文感知的部分展开，将探索聚焦于敏感的上下文编辑决策；
• 细粒度的信用分配，使用下游分支的结果来训练中间快照。

生成的智能体在长上下文问答和深度搜索任务上进行了评估；详情请参见评估说明 (https://github.com/Tencent/ContextPilot/tree/main/infer#evaluation)。

https://huggingface.co/tencent/ContextPilot-14B#loading加载

`` from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = “tencent/ContextPilot-14B” tokenizer = AutoTokenizer.from_pretrained(model_id) model = AutoModelForCausalLM.from_pretrained( model_id, torch_dtype=“auto”, device_map=“auto”, ) ``

请注意，仅加载检查点并不会执行上下文管理工具；工具定义、智能体运行时和评估流程均在 ContextPilot 仓库 (https://github.com/Tencent/ContextPilot) 中提供。完整设置请参阅推理指南 (https://github.com/Tencent/ContextPilot/blob/main/infer/README.md)。

https://huggingface.co/tencent/ContextPilot-14B#intended-use预期用途

本检查点旨在用于主动上下文管理、长周期智能体、长上下文问答和深度搜索等方面的研究。

https://huggingface.co/tencent/ContextPilot-14B#license许可证

许可证 (https://huggingface.co/tencent/ContextPilot-14B/blob/main/LICENSE)。

https://huggingface.co/tencent/ContextPilot-14B#citation引用

@inproceedings{pan-etal-2026-contextpilot, title = "ContextPilot: Teaching Agents for Proactive Context Management via Fine-grained RL", author = "Pan, Zhuoshi and Pei, Qizhi and Lu, Junru and Lin, Honglin and Zhao, H. Vicky and Yin, Di and Sun, Xing", booktitle = "Proceedings of the 2026 Conference on Empirical Methods in Natural Language Processing", month = nov, year = "2026", address = "Budapest, Hungary", publisher = "Association for Computational Linguistics", abstract = "长周期智能体任务要求大语言模型在多轮交互中迭代地检索、整合和维护分散的信息，但保留所有交互历史会导致工作上下文持续膨胀。近期的主动上下文管理方法允许模型使用专用工具编辑自身的工作上下文，但它们仍面临三个关键局限：(1) 工具集有限，仅限于搜索、删除和摘要，不支持全局规划、长期记忆和自适应压缩；(2) 探索效率低下，尽管上下文管理动作对最终结果的影响各异，但探索时却一视同仁；(3) 粗粒度的信用分配，在强化学习中将最终轨迹级奖励分配给所有中间上下文编辑动作。为解决这些问题，我们提出了 ContextPilot，一个面向长周期智能体推理的主动上下文管理框架。我们的方法系统地通过规划、长期记忆和软性上下文卸载工具增强了工具集。我们进一步提出了一种针对上下文管理的强化学习方法，该方法利用上下文和熵变化来识别关键编辑决策进行分支采样，并从所有经过相应上下文编辑动作的分支轨迹中估计动作级优势。在长上下文问答和深度搜索任务上的实验表明，ContextPilot 在更紧凑的工作上下文下实现了更强的性能，持续在各种基础模型和基准测试中超越现有基线。代码已发布：\url{https://github.com/Tencent/ContextPilot}。" }