摘要
现有自主软件工程中的 ReAct 风格方法通常缺乏深度分析所需的系统 2 推理能力。虽然近期推理模型展示了扩展思维链的潜力，但在多轮任务中面临两难：保留完整历史导致上下文爆炸与“中间迷失”，丢弃则引发冗余重推。为此，本文提出 SWE-AGILE 框架，引入动态推理上下文策略：维持详细推理的“滑动窗口”以确保连续性，同时将历史内容压缩为简洁的推理摘要。实验表明，该方法在 SWE-Bench-Verified 上为 7B-8B 模型树立了新标准。
AI 推荐理由
论文核心提出动态推理上下文策略，通过滑动窗口和摘要压缩管理记忆，解决上下文爆炸问题。
研究机构
Key Laboratory of Multimedia Trusted Perception and Efficient Computing Ministry of Education of China, Xiamen University
论文信息