<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>内部表示 on MessageDaily</title><link>https://inkeast.github.io/MessageDaily/tags/%E5%86%85%E9%83%A8%E8%A1%A8%E7%A4%BA/</link><description>Recent content in 内部表示 on MessageDaily</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 22 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://inkeast.github.io/MessageDaily/tags/%E5%86%85%E9%83%A8%E8%A1%A8%E7%A4%BA/index.xml" rel="self" type="application/rss+xml"/><item><title>SWE-Pruner Pro: The Coder LLM Already Knows What to Prune 精读</title><link>https://inkeast.github.io/MessageDaily/posts/2026-07-22-swe-pruner-pro-paper-reading/</link><pubDate>Wed, 22 Jul 2026 00:00:00 +0000</pubDate><guid>https://inkeast.github.io/MessageDaily/posts/2026-07-22-swe-pruner-pro-paper-reading/</guid><description>编码 Agent 在多轮交互中累积大量冗余工具输出，现有剪枝方法依赖外部评分模型。SWE-Pruner Pro 提出一个关键发现：Agent backbone 在读取工具输出时，其内部隐藏状态已经编码了行级重要性信号。通过一个轻量级 head 直接从 backbone 内部表示读取剪枝决策，在四个多轮基准上节省高达 39% 的 token，同时在部分基准上甚至提升了任务质量。本文精读其动机发现、方法设计、工程实现与通用性启示。</description></item></channel></rss>