CompactionRL提出一种面向长时序智能体的训练框架，核心是将“上下文压缩”引入强化学习过程，缓解大模型智能体在长任务中因对话、观察与工具调用记录不断累积而带来的上下文膨胀问题。方法通过在保留关键信息与任务状态的前提下压缩历史轨迹，使智能体能在更长的交互跨度内保持决策稳定性与推理连贯性。该工作聚焦长程规划、记忆管理与多步行动执行等场景，旨在提升智能体在真实复杂环境中的可扩展性与持续任务能力。
GLM-4
modelAI 辅助整理 · 事实字段按公开来源校验
智谱 AI 的 GLM 系列大模型，中文场景表现强，提供部分开源权重与商用 API。
事实字段
能力
通用/中文
上下文
128K
参数量
含开源版
开发方
智谱AI
许可证
开放权重(部分)
来源追溯：
事实字段来自公开来源整理；字段级来源元数据待继续补齐，无法稳定核验的信息不做臆测。
整理说明
本页围绕「定位、事实字段、演进时间线、关联动态」组织信息，方便快速判断 GLM-4 在 AI Agent 与大模型生态中的位置。
事实型字段保持保守：未公开或无法稳定核验的信息不做臆测；关联动态保留原始来源链接，便于继续阅读。
版本演进
2026-07-07
update
CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents