跳到正文
热点事件持续更新

KEEP-Bench基准发布揭示上下文压缩证据保留短板

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

研究人员Ziqing Man等提出KEEP-Bench基准测试，包含4,102个案例，直接评估上下文压缩过程中的证据保留保真度。 该基准测试发现，最佳开源模型（31B）在100K以上token上下文窗口下仅保留66.8%的必要证据，而最佳闭源模型仅保留61.6%。 研究强调，未来工作应侧重在有限的计算预算下构建具有强信息保留能力的压缩器，而不是单纯依赖扩大输出预算来提升效果。

AI 根据报道生成 · 4 小时前更新

最新进展10月20日 12:00
KEEP-Bench: 评估上下文压缩中的证据保留

报道时间线

沿着报道，了解事件的不同侧面。

10月20日
  1. arXiv · NLP
    KEEP-Bench: 评估上下文压缩中的证据保留

    提出基准测试 KEEP-Bench，包含 4,102 个案例，用于直接评估上下文压缩的证据保留保真度。 该基准发现最佳开源模型（31B）在 100K+ token 上下文窗口下仅保留 66.8% 必需证据，最佳闭源模型仅保留 61.6%。 研究强调未来工作应侧重在小计算预算下构建具有强信息保留能力的压缩器，而非依赖扩大输出预算。

本事件热度走势

可比范围当前
9
可比范围峰值
910月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。