Agentic Context Learning with Self-Discovered Specification

这篇论文讨论 inference-time context learning 中的一个更难问题：模型要先从上下文里发现隐含规格，再把规格应用到新任务。方法围绕 self-discovered specification，让 agent 抽取格式约束、操作规则和任务边界，再进入执行阶段。它的看点在于把 few-shot/context learning 从“看例子模仿”推进到“从上下文重建任务规范”，这对企业流程、表单和工具协议类 agent 很接近真实场景。