context-adaptation

本综述探讨了非平稳环境下的上下文强化学习（ICRL），其中预训练决策模型通过累积的上下文进行适应，无需参数更新。它围绕变化的内容、变化的方式以及变化的可观测性来组织文献，并指出了诸如陈旧上下文压力测试和自适应遗忘等研究空白。

ACE (Agentic Context Engineering) 引入了一个框架，将上下文视为不断演化的剧本，防止上下文崩溃，并提高在智能体和特定领域基准测试上的性能。该工作强调了 harness engineering 作为模型训练数据引擎的潜力。

本文提出了GTBP，一种用于多LLM智能体系统中上下文自适应的基于图的反向传播框架，它通过理论收敛保证改进了提示优化，并在基准测试中优于现有方法。