Sapience 系统仅读 15K token 拿下 MRCR 97.7 分，胜 GPT-6 Astra
gordic_aleksa · x · 2026-09-15
开发者 gordicaleksa 分享了一个令人意外的长上下文结果：Sapience 定制系统在 OpenAI MRCR 基准上得 97.7 分，超过需读入全部 500K–1M token 的 GPT-6 Astra（96.3 分），而 Sapience 只读入约 15K token，由开源模型 DeepSeek V4 Pro 负责作答。
作者补充称在 RULER 等其他长上下文基准上也有类似成绩，说明该系统并非针对某一基准做过拟合。这一思路暗示「读得少但检索得准」可能比暴力读全上下文更高效。
所属事件:Sapience 仅读 15K token 在 MRCR 反超 GPT-6(2 条相关)→
「模型」频道最新
- Qwenputer：把完整 RISC-V CPU 塞进 Qwen3.5-4B 权重里 — armand_ruiz · 2026-10-31
- OpenAI 收紧青少年保护：屏蔽武器与安防细节，可自动终止暴力话题对话 — rohanpaul_ai · 2026-10-31
- Granite Switch 4.1.1 发布：像更新软件一样更新模型 — krvarshney · 2026-10-31
- Mistral 开源新模型 Le Chonk：开源模型登顶 FrontierCode，网安能力获五厂商实测 — tensorqt · 2026-10-31
- CS336 讲义详解 DPO：两答案概率相同也可有正偏好差，β 控制偏离幅度 — stanfordnlp · 2026-10-31
- 中国电信 Xing4.0-29B MoE 模型获 ik_llama.cpp 原生运行支持 — Any_Bus9205 · 2026-10-31