长上下文模型仍会复制提示词，白白消耗推理 token
eyishazyer · x · 2026-07-23
这条帖子转述了一篇论文的核心发现：长上下文并没有自动解决“找对文本”这个问题。即便是很强的推理模型，也会在思考时把输入里的大段内容照搬进自己的推理链，导致 token 预算被悄悄吃掉、准确率下降。
关键信息
- 过去大家以为：只要模型能处理超长上下文，检索/引用正确文本的问题就基本结束了。
- 论文指出：事实并非如此，模型仍会出现“懒惰式复制”行为。
- 输入越长，这种复制倾向越明显。
- 后果是：推理更耗 token，表现反而变差。
这条结论的含义
作者把未来方向概括成一句话：不是更长的上下文，而是更聪明的上下文。也就是，关键不只是让模型吃得下更多文本，而是要让它更有效地挑选、压缩和利用真正相关的信息。
所属事件:研究揭示长上下文模型存在复制冗余缺陷(2 条相关)→
「研究」频道最新
- DocOps 基准显示，前沿智能体仍难做好长链路文档操作 — Jiazhen Jiang · 2026-07-23
- 斯坦福软体机器人像藤蔓一样生长，专为救援狭窄空间设计 — lukas_m_ziegler · 2026-07-23
- 全球首个实体瘤 CAR-T 疗法获批，用于胃癌治疗 — Dr_Singularity · 2026-07-23
- 生产多智能体团队：别让 LLM 确定性，让编排层确定性 — njanChe1 · 2026-07-23
- 里斯本机器学习学校 LxMLS 2026 放出公开视频讲座 — caglar_ee · 2026-07-23
- WSD 学习率策略遇早停冲突：开源语音模型训练复盘 — irombie · 2026-07-23