BlockSearch：百万token级上下文检索研究
dair_ai · x · 2026-07-06
dairai分享一篇研究，首次系统性地在真实检索器所面对的百万token语料规模上研究上下文检索，并考察远超训练长度的长度泛化能力。
论文提出BlockSearch——一个0.6B参数的LM检索器，通过架构与训练改进超越了此前的LM基线，并将长度泛化能力延伸到训练长度的10倍以外。
「研究」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- Scaling 拟合之争:Uncheatable 计入输出头 FLOPs,Paloma 剔除,最小档差距高达 65% — dlwh · 2026-10-27