Squeez：编码智能体 的任务条件工具输出修剪

编码智能体 重复消耗长工具观测值，即使每个观测值只有一小部分对下一步重要。我们研究任务条件工具输出修剪：给定一个集中查询和一个工具输出，返回代理接下来应该检查的最小逐字证据块。我们引入了一个由 11,477 个示例组成的基准测试，这些示例是根据 SWE 基准存储库交互和综合多生态系统工具输出构建的，以及手动策划的 618 个示例测试集。我们使用 LoRA 对 Qwen 3.5 2B 进行微调，并将其与更大的零样本模型和启发式修剪基线进行比较。我们的模型达到了 0.86 的召回率和 0.80 F1，同时删除了 92% 的输入标记，比零样本 Qwen 3.5 35B A3B 提高了 11 个召回点，并且大幅优于所有启发式基线。