Jingyu Xiao, Qianxi Liu, Yintong Huo, Yuan Jiang, Michael R. Lyu · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28612 · open-access PDF
ソフトウェアエンジニアリングエージェントは、リポジトリレベルのタスクをイテラティブなツールの使用を通じて解決しますが、継続的に増加する相互作用の痕跡は、大量のトークン消費と推測を伴います。既存の圧縮アプローチは、しばしばモデルトレーニング、補助的なLLM呼び出し、またはソースコードなどの特定のコンテンツに関する仮定を必要とします。我々は、中程度の圧縮下で大量のテキストおよびセマンティック情報を保存することを示しています。
Machine translation (Meta M2M100); the English original follows.
Software engineering agents solve repository-level tasks through iterative tool use, but their continuously growing interaction traces incur substantial token consumption and inference overhead. Existing compression approaches often require model training, auxiliary LLM calls, or assumptions about specific content such as source code. We present TraceLite, a simple yet effective, training-free framework for compressing heterogeneous SWE-agent observations. Our preliminary study shows that optical rendering preserves substantial textual and semantic information under moderate compression, while
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28612, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange