RePo:让语言模型主动重组上下文
SakanaAILabs · x · 2026-07-04
Sakana AI 提出的 RePo 方法将在 ICML 2026 展示。标准语言模型将信息当作刚性线性序列处理,只能靠固定 token 索引判断结构,关键事实被噪声淹没时会浪费有限容量。
RePo 打破这一瓶颈,允许模型主动重组上下文,而非依赖固定索引,从而把容量集中用于深度推理。
「研究」频道最新
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27
- Chollet 认为智能可能有硬上限，AI 进步会趋于边际递减 — binarybits · 2026-07-27
- 论文提出图拓扑可成为 AI Agent 核心框架 — theomitsa · 2026-07-27