LLM 上下文壓縮

深度分析

Sentinel：利用注意力探測與 logistic 回歸實現 LLM 上下文壓縮的輕量方案

Retrieval‑augmented Generation 需要長篇上下文，Sentinel 透過 0.5B 代理模型的解碼注意力，使用輕量分類器挑選相關句子，實現最高 5 倍壓縮，且在 LongBench 上的 QA 成效與 7B 壓縮系統相當，證明小模型亦能提供有效的上下文過濾。