COMPINT setzt Auflagen wie „nichts löschen ohne Rückfrage“ in drei Szenarien ein: einen mehrstufigen Chat, einen agentischen Verlauf und eine lang laufende Recherche. Verglichen werden Verfahren vom einfachen Behalten der letzten fünf Schritte bis zu modellbasierten Kompressoren mit Gemma, Qwen, gpt-oss und GPT-5.4-mini.
Im Mittel blieben nur 17 Prozent der gesetzten Session Constraints erhalten. Die Quote hing stark von Kompressor, Prompt, Kontextlänge, Formulierung und Position der Auflage ab. Selbst gezielt für Auflagen formulierte Kompaktierungs-Prompts blieben unter 40 Prozent Erhaltung. Der Verlust wird weder dem Modell noch dem Nutzer angezeigt.
Als Gegenmaßnahme extrahierten die Autoren die Auflagen vor der Kompaktierung mit einem separaten kleinen Sprachmodell. Qwen3.5-9B erreichte damit 95,6 Prozent im Hermes-Agent-Szenario, 95,1 Prozent bei OpenResearcher und 90,3 Prozent bei WildChat. Ohne Kompaktierung lag die Befolgung mit gesetzter Auflage je nach Szenario bei 65,1, 70,7 und 59,2 Prozent.
Die Arbeit ist ein arXiv-Preprint vom 31. Juli 2026 und wurde nicht unabhängig repliziert. Gemessen wurden konkrete Kompressoren und Auflagen in drei Szenarien; daraus folgt keine feste Fehlerquote für ein bestimmtes kommerzielles Produkt.