Howard Yen 等提出长上下文评测框架 LEAPS
热点事件持续更新
Howard Yen 等提出长上下文评测框架 LEAPS
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究团队 Howard Yen 等提出长上下文自适应模式学习与状态跟踪评测框架 LEAPS。该基准包含 12 个数据集，涵盖智能体工作流、行为建模及市场与事件预测，支持数百万输入 token 的评估。 通过对 30 个模型进行测试，研究发现擅长简单召回的模型在高复杂度任务上表现显著下滑，且思考型模型常因预算耗尽而表现不佳。该基准旨在指导下一代长上下文语言模型的开发。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
LEAPS 提出长上下文自适应模式学习与状态跟踪评测框架报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPLEAPS 提出长上下文自适应模式学习与状态跟踪评测框架
研究团队推出 LEAPS 基准，包含 12 个数据集以评测长上下文语言模型在状态跟踪与模式学习上的能力。该基准支持数百万输入 token，通过 30 个模型测试发现，擅长简单召回的模型在高复杂度任务上表现显著下滑，且思考型模型常因预算耗尽而表现不佳。 这有助于指导下一代长上下文模型（LCLM）的开发。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。