上下文记忆虚拟化：面向LLM代理的DAG状态管理与无损裁剪

CMV用DAG管理LLM会话状态，无损裁剪平均省20%token。

资讯摘要

论文提出上下文记忆虚拟化（CMV），把LLM会话中累积的理解视为可版本控制的状态，用有向无环图（DAG）建模会话历史，并提供快照、分支、裁剪原语以支持并行会话间的上下文复用。作者还提出三遍结构无损裁剪算法，逐字保留用户消息与助手回复，仅剥离工具原始输出、base64图像和元数据等机械冗余。在76个真实编码会话的单用户案例研究中，token数平均减少20%，最高86%，混合工具使用会话平均减少39%。

要点速读

1. CMV将会话历史建模为DAG，定义快照、分支、裁剪原语，支持跨独立并行会话复用上下文。
2. 三遍结构无损裁剪逐字保留用户消息和助手回复，仅去除工具输出、base64图像、元数据等冗余。
3. 76个真实编码会话的案例研究显示token平均减少20%、最高86%，混合工具会话平均减少39%，在提示缓存下约10轮达到盈亏平衡。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。