PACMS: Submodular Context Selection as a Pluggable Engine for LLM Agents

• 类型：arxiv
• 标识：2606.20047
• 链接：http://arxiv.org/abs/2606.20047v1
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：Conversational and tool-using LLM agents operate over a context window that fills from several directions simultaneously, and agents that must recall information across many turns, the defining case for memory, are precisely where recency truncation fails.
• OpenAlex ID：W7165356640
• OpenAlex DOI：10.48550/arxiv.2606.20047
• DOI：10.48550/arxiv.2606.20047
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.20047
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：PACMS：作为 LLM Agent 可插拔引擎的次模上下文选择
• TLDR中文：对话式与工具使用的 LLM Agent 在上下文窗口中同时从多个方向被填充，而必须在多轮之间回忆信息的 Agent（即 memory 的典型场景）恰恰是 recency 截断失效的地方。
• 来源文件：
• /inbox/tom/_candidates/2026-06-22-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-06-21-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-06-20-agent-rag-longcontext-candidates.json
• /inbox/tom/_candidates/2026-06-19-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]