论文
DRSR：为高效长程Agent学习集合级删除风险
DRSR: Learning Set-Level Deletion Risk for Efficient Long-Horizon Agents
摘要
长程语言模型Agent不断积累推理轨迹、工具交互与观测，其相关性随当前决策而变化。现有压缩策略往往独立地为历史单元打分，但删除若干单元的安全性通常并不由它们的单独分数决定：冗余证据、小效应的累积以及删除后剩余的信息都很重要。我们提出直接关系集合风险剪枝（DRSR），把Agent历史压缩形式化为删除集合上的风险约束选择。离线阶段，DRSR通过联合删除协议合法的历史块并测量同一被记录下一输出的教师强制似然变化，构造精确的反事实监督。一个轻量打分器随后基于在线可见的候选历史与当前动作前状态之间的关系、以及删除-保留与成对集合结构，预测集合级危害。部署时，DRSR用轻量打分器评估少量结构合法的删除候选，在近因、协议、预算与学习风险约束下移除最大的可行集合，并在没有足够安全的集合时弃权。在WorkBuddyBench Full260上，DRSR把平均奖励从0.699提升到0.802，同时总模型token减少20.820%。在固定的Eval40对比中，它以每任务1.211M token获得0.794奖励，比未压缩Agent少用35.850%的token。机制分析与消融进一步表明，决策条件化关系、保留上下文信息、成对交互与弃权机制各自促成可靠剪枝。
