Tencent が ContextPilot-14B を公開 ── 長文脈エージェントの「記憶管理」を強化
LLMエージェントが長時間動くと、コンテキストウィンドウがゴミ情報で埋まって性能が落ちる問題。これをどう解決するか、Tencentが独自のアプローチで挑んできました。Qwen3-14Bベースのこのモデル、単なるチャットボットではなく「自分で頭の中を整理する能力」をRL（強化学習）で叩き込んでいる点がかなり面白い。
▸何が変わったのか
ContextPilot-14Bは、長期的なタスクにおいてエージェントが能動的にコンテキストを管理するためのフレームワークです。主な構成要素は3つ。まず、プランニング、構造化メモリ、検索、ソフトなコンテキストオフロードを含む拡張ツールセット。次に、コンテキスト編集の重要な決定に焦点を当てた「コンテキスト認識部分ロールアウト」。最後に、中間スナップショットをその下流ブランチの結果に基づいて訓練する「粒度の細かいクレジットアサインメント」です。これにより、エージェントは推論やツール使用を続けながら、不要なコンテキストをオフロードし、長期記憶を維持できるようになります。
◈前モデル / 競合との比較
従来の能動的コンテキスト管理手法は、ツールセットが検索・削除・要約に限定されていたり、コンテキスト編集アクションへの報酬割り当てが粗粒度だったりする限界がありました。ContextPilotは、グローバルプランニングや適応的圧縮をサポートし、影響度の異なる編集アクションに対して効率的な探索と細かなクレジットアサインメントを行う点が差別化要素です。
◈技術背景と意義
通常のLLMは、会話履歴が長くなると重要な情報を忘れてしまいがちです。ContextPilotは、エージェントが自分自身の「作業用コンテキスト」を編集するツールを使えるようにします。しかも、単に削除するだけでなく、将来のために重要そうな情報を構造化メモリに格納したり、一時的に不要な部分を外部へオフロードしたりします。強化学習によって、「いつ何を整理すべきか」という判断を学習させ、最終的なタスク成功率を高めるのが狙いです。
▸こんな人・用途に
長文ドキュメントの質問応答（QA）、深い検索タスク、複数ターンにわたる複雑なエージェントタスクの研究・開発現場に最適です。
◆入手方法・リンク
Hugging Face上で `tencent/ContextPilot-14B` として公開されています。ただし、チェックポイント単体ではコンテキスト管理ツールは実行されず、ツール定義やエージェントランタイム、評価パイプラインはContextPilotのリポジトリから別途セットアップが必要です。
SOURCE: Tencent (2026-08-27)
