研究：LLM百万token上下文存在注意力稀释，检索能力下降
_reachsumit · x · 2026-07-03
论文"Can Language Models Actually Retrieve In-Context?"研究了大语言模型在百万token级长文本中的检索能力。研究发现LLM虽然可以从超长上下文中检索信息，但随着文档数量增加会出现"注意力稀释"现象，导致检索性能显著下降。研究团队针对这一问题提出了基于长度感知的修复方案，为长上下文应用提供改进思路。
「研究」频道最新
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27