标签
ContextPilot-14B 是一个 Qwen3-14B 检查点，它通过细粒度强化学习教授语言模型智能体主动上下文管理，以应对长期任务。
ContextPilot引入了一个用于长期智能体推理的主动上下文管理框架，通过细粒度强化学习结合分支采样来提升在维持紧凑工作上下文方面的性能和效率。