پژوهشی از دانشگاه پن استیت نشان میدهد فرایند فشردهسازی تاریخچهٔ گفتگو در مدلهای زبان بزرگ اغلب «محدودیتهای جلسه» تعیینشده توسط کاربر را حذف میکند؛ در آزمایشها بهطور میانگین تنها 17% از این دستورها پس از فشردهسازی حفظ شدهاند.
فشردهسازی زمینه چیست و چرا به آن نیاز است
وقتی گفتگوها طولانی میشوند، پنجرهٔ زمینه (context window) مدل پر شده و سامانهها برای حفظ کارایی مجبور به خلاصهسازی تاریخچه میشوند. هدف فشردهسازی آزادسازی ظرفیت برای پیامهای جدید است، اما در عمل جزئیاتی را حذف میکند که برای رفتار مطلوب عامل اهمیت دارند. برای آشنایی بیشتر میتوانید به صفحهٔ ویکیپدیا دربارهٔ مدلهای زبان بزرگ مراجعه کنید.
کدام اطلاعات بیش از همه آسیب میبینند
محققان روی مجموعهای از حالات کاربردی متمرکز شدند و دریافتند زیان بزرگترین گروه مربوط به «محدودیتهای جلسه» است؛ یعنی قوانینی که کاربر صرفاً برای همان جلسه اعمال میکند، مانند «قبل از هر تغییر با من تأیید کن» یا «نام من را به کار نبر». سیستمهای فشردهساز معمولاً تلاش میکنند هدف کلی، وضعیت فعلی و گامهای بعدی را حفظ کنند، اما شرایط جانبیِ تحمیلی توسط کاربر را حذف میکنند.
پیامدهای کیفیت و امنیت
- عاملها ممکن است بدون مجوز ابزار فراخوانی کنند یا اطلاعاتی را افشا کنند که کاربر خواسته نگه داشته شود.
- مراحل تأیید ضروری از بین میرود و این مسئله منجر به خطاها یا رفتار نامطلوب میشود.
آزمایش COMPINT و نتایج کلیدی
برای سنجش اثر فشردهسازی روی محدودیتهای جلسه، مجموعهٔ ارزیابی COMPINT طراحی شد. نتایج مهم عبارتاند از:
- میانگین نگهداری محدودیتها پس از فشردهسازی: 17%.
- وقتی متن کامل بدون فشردهسازی در اختیار عامل قرار دارد، انطباق با قوانین بین 59% تا 71% است.
- بیشتر فشردهسازهای آزمایششده عملکردی ضعیفتر از حالت بدون فشردهسازی نشان دادند؛ فقط برخی مدلها مثل GPT-5.4-mini در بعضی سناریوها بهتر عمل کردند.
- پرامپتهای هدفمند برای حفظ محدودیتها مفیدند اما حتی با آنها نگهداری معمولاً زیر 40% باقی میماند.
راهکار عملی: ماژول استخراجکننده مبتنی بر Qwen3.5-9B
پژوهشگران نشان دادند یک ماژول افزونهٔ سبک میتواند مشکل را تا اندازهٔ زیادی کاهش دهد. این ماژول، مبتنی بر مدل جمعوجور Qwen3.5-9B، هر ورودی کاربر را بررسی، محدودیتهای جلسه را استخراج و در فهرستی جداگانه ذخیره میکند. هنگام فشردهسازی تاریخچه، آن فهرست به خلاصه افزوده میشود تا قوانین کاربر حفظ شوند.
کارآیی این استخراجکننده در سه سناریوی آزمایشی بهطور میانگین بیش از 90% گزارش شده است: 95.6% برای مسیرهای عامل، 95.1% برای کارهای پژوهشی بلندمدت و 90.3% برای گفتگوهای چندنوبتی. این ماژول نیازی به آموزش اضافی یا تغییر در سازوکار فشردهسازی ندارد و بهصورت پلاگاندپلی قابل پیادهسازی است.
دسترسی و شفافیت پژوهش
مجموعهٔ ارزیابی COMPINT و کدهای استخراجکننده بهصورت عمومی منتشر شدهاند و محققان دسترسی باز برای بررسی و بازتولید نتایج را تشویق میکنند. برای آشنایی با تیم پژوهشی و مؤسسه میتوانید به صفحهٔ ویکیپدیا دربارهٔ دانشگاه پنسیلوانیا (Penn State) و مخزنهای مرتبط در گیتهاب مراجعه کنید.
راهنمای پیادهسازی و توصیههای عملی
- در طراحی سیستمهای تجاری، فشردهسازی زمینه باید با سازوکارهای حفظ سیاستهای جلسه ترکیب شود تا ریسکهای امنیتی کاهش یابد.
- افزودن ماژول استخراجکننده بدون تغییر در معماری اصلی میتواند مزیت قابلتوجهی ایجاد کند.
- تولیدکنندگان چتبات و پلتفرمها باید ابزارهایی برای آشکارسازی و بازبینی خودکار محدودیتهای کاربر فراهم کنند تا از رفتارهای ناخواسته جلوگیری شود.
چشمانداز
این مطالعه نشان میدهد فشردهسازی بدون تدابیر مکمل میتواند تجربهٔ کاربری و امنیت را مخدوش کند، اما راهکارهای ساده و مقرونبهصرفهای برای رفع مشکل وجود دارد. پژوهشهای آینده باید روی استانداردسازی انتقال سیاستهای جلسه بین ماژولها و سنجش اثرات در محیطهای تولیدی متمرکز شوند.
