PEEK：长上下文LLM智能体的方向缓存系统
原帖
**PEEK：将上下文地图作为长上下文LLM智能体的方向缓存**
_PEEK: Context Map as an Orientation Cache for Long-Context LLM Agents_
> 本文介绍了PEEK系统，一种用于长上下文LLM智能体的高效缓存机制。该系统通过创建一个“上下文地图”来存储智能体在处理文档库、代码仓库等重复性外部上下文时所需的可重用方向知识（如上下文内容、组织结构及历史有用信息）。PEEK包含蒸馏器、制图师和基于优先级的驱逐器三个模块，能动态维护固定大小的缓存。实验表明，与先进方法相比，PEEK在长上下文推理和信息聚合任务上性能提升6.3%-34.0%，同时显著减少迭代次数和成本。该系统在多种语言模型和智能体架构中均表现良好，展示了其通用性和实用价值。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-05-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.19932)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文介绍了PEEK系统，一种用于长上下文LLM智能体的高效缓存机制，通过创建“上下文地图”来存储可重用方向知识。该系统包含三个模块，在长上下文推理和信息聚合任务上性能提升6.3%-34.0%。
答案说明
PEEK系统是一种为长上下文LLM智能体设计的方向缓存机制，它通过上下文地图存储智能体处理外部上下文时所需的可重用知识，包含蒸馏器、制图师和基于优先级的驱逐器三个模块，能动态维护固定大小的缓存。
这篇帖子回答的问题
- PEEK系统是什么？
- PEEK系统如何提高长上下文LLM智能体的效率？
核心观点
- 本文介绍了PEEK系统，一种用于长上下文LLM智能体的高效缓存机制，通过创建“上下文地图”来存储可重用方向知识。该系统包含三个模块，在长上下文推理和信息聚合任务上性能提升6.3%-34.0%。
FAQ
- Q: PEEK系统的三个核心模块是什么？
- A: 根据文章，PEEK系统的三个核心模块是蒸馏器、制图师和基于优先级的驱逐器。
- Q: PEEK系统在实验中相比先进方法性能提升了多少？
- A: 根据文章，实验表明与先进方法相比，PEEK在长上下文推理和信息聚合任务上性能提升了6.3%-34.0%。
关键实体
- PEEK
- 上下文地图
- HuggingFace Daily Papers