ReContext:无需训练的长上下文推理框架
dair_ai · x · 2026-07-07
新论文提出ReContext,一种无需训练的长上下文推理框架。它利用模型内部的相关性信号构建查询条件化的证据池,在最终生成前重放该池,同时保留完整原始上下文,无需训练、外部记忆或剪枝。作者将上下文比作记忆存储、问题比作检索线索、注意力比作线索-痕迹关联、重放比作痕迹再激活。
「研究」频道最新
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11