百万上下文不等于更强检索
FinanceYF5 · x · 2026-07-14
帖子转述了一位 Prime Intellect 工程师的观点：百万 token 上下文并不等于更强检索。
文中给出的例子是：
- GPT-5.5 在 256k 上检索准确率约 80%
- 拉到 100 万 token 后降到 36%
作者的解释不是“装不下”，而是“装进去了但推理不动”，即所谓的 context rot。他认为，面对 Agent 场景，单纯扩大上下文不如：
- 持续学习
- 训练自己的轨迹
- 在真实环境中学习
这条更像是在质疑“更大上下文就能解决 Agent 问题”的常见叙事。
所属事件:工程师指出百万上下文不等于更强检索(2 条相关)→
「模型」频道最新
- KOL 吐槽 OpenAI 6.1 Sol 被评 B 级:发布策略搞砸了 — Angaisb_ · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27