32倍压缩率下性能反超25个点！破解长文本压缩「翻车」难题

COMI团队 投稿
量子位 | 公众号 QbitAI

为什么现有上下文压缩方法在高压缩率下集体“翻车”？当模型把32K长文本压到1K，为何性能断崖式下跌？

长文本压缩中容易保留大量“高度相似却重复”的内容，陷入“信息内卷”：看似保留了相关片段，实则堆砌了语义雷同的冗余token，反而误导模型生成错误答案。

来自阿里巴巴未来生活实验室的研究团队发现，这背后是压缩目标的根本错位：现有方法只关注“相关性”，却忽略了“多样性”。当多个高度相似的token同时被保留，它们非但不能叠加信息量，反而会相互干扰（相关不等于正确），让模型在高度相似的冗余信息中迷失方向。

为破解这一困局，研究团队提出一个颠覆性观点：高质量的压缩，需要同时优化“与查询的相关性”和“信息单元间的多样性”。基于此，他们推出创新框架COMI（COarse-to-fine context compression via Marginal Information Gain），通过“边际信息增益”指标与粗到细压缩策略，在32倍高压缩率下仍能精准保留多样化的关键证据链，论文已中稿ICLR 2026。

压缩的“智能标尺”：边际信息增益（MIG）

研究团队发现，现有压缩方法存在盲区：过度依赖相关性导致冗余堆积，而忽略了token间语义相似性引发“信息内卷”。为此，他们使用边际信息增益（MIG）指标，将压缩决策从“单维度相关性”升级为“相关性-冗余性”双维度权衡：

MIG = 本单元与查询的相关性 - 与其他单元的最大相似度

这一指标如同为每个token配备“信息价值计分卡”：既奖励与问题高度相关的片段，又惩罚与已选内容高度重复的片段。

粗到细自适应压缩，让每比特都“物有所值”

有了智能标尺，如何实现精准压缩？COMI采用两阶段策略，像经验丰富的编辑一样“先谋篇布局，再精雕细琢”

第一阶段：粗粒度组重分配——动态调配“压缩预算”

将长文本划分为等长片段后，COMI不再“一刀切”地均匀压缩，而是基于组间MIG动态调整各段压缩率：信息密度高、冗余度低的片段（如包含关键证据的段落）获得更宽松的压缩率；而信息稀疏或高度重复的区域则被大幅压缩。这种自适应分配确保有限的压缩预算精准投向“高价值信息区”

第二阶段：细粒度token融合——加权融合避免“信息稀释”

在每个片段内部，COMI根据token级MIG进行加权融合：高MIG token（相关且独特）在融合中占主导权重，低MIG token（冗余重复）被自然稀释。这一机制有效避免了传统平均池化导致的“关键细节被平滑掉”的问题，使压缩后的表示既紧凑又富含多样化信息

整个框架在NaturalQuestions、HotpotQA等5个数据集上仅需单次训练，即可执行问答、摘要等多种长上下文任务。

实践出真知：高压缩率下的优越性能与深刻洞察

下游任务表现卓越

在32倍压缩约束下，COMI以Qwen2-7B为基座，在NaturalQuestions上实现49.15的Exact Match（EM）分数，比次优基线高出近25个点。即使面对32K超长文本（NarrativeQA），COMI仍能稳定保留推理链关键节点，证明其在极端压缩场景下的鲁棒性。

压缩不是“删减”，而是“提纯”

COMI甚至能提升原生支持256K上下文的Qwen3-4B性能。在NaturalQuestions上，32倍压缩后的COMI达到28.89的F1分数，远超直接输入完整上下文的16.90。这证明高质量压缩不仅是“减负”，更是通过消除冗余干扰实现“信息提纯”，让模型更聚焦于核心证据。

效率与效果兼得

在32倍压缩下，COMI实现端到端推理速度2倍以上提升，且压缩阶段仅引入轻量级开销（NarrativeQA任务中压缩耗时2.76秒，生成仅0.50秒），为工业级部署铺平道路。

总结

COMI工作为长上下文高效推理提供了新范式：

它通过边际信息增益这一简洁而深刻的指标，将压缩目标从“保留相关片段”升级为“保留相关且多样化的信息”，从根本上破解了高压缩率下的性能瓶颈。粗到细的自适应策略则确保了压缩过程既符合全局信息分布，又保留局部语义细节。

这项研究证明，真正的高质量压缩不是简单的“删减”——让每一比特都承载多样化的信息价值，为大模型走向轻量化、实用化迈出关键一步。

论文标题：
COMI: Coarse-to-fine Context Compression via Marginal Information Gain
论文链接：
https://arxiv.org/abs/2602.01719
代码链接：
https://github.com/Twilightaaa/COMI