NVIDIA 论文:上下文从 4K 涨到 128K,长任务模型准确率暴跌 62.8%
dair_ai · x · 2026-10-02
NVIDIA 发布针对长时间运行 agent 的论文,提出 Long-Transduction 评测设定:要求模型在数千个输出上持续读取、更新并输出依赖状态的结果,并独立变化三个因素来定位长任务出错原因。
核心发现:
- 在七个开源权重模型上,上下文从 4K 扩到 128K 时准确率下降 62.8%;
- 仅改变输入格式就导致 36.5% 的下降;
- 单步操作变难导致 39.9% 的下降。
这说明即使模型标称支持 128K 上下文,任务进行越久、状态越多,错误率越高——agent 在处理长表格或账本中途「丢位置」的现象可以归因到这些具体因素。
所属事件:NVIDIA 论文:任务越长 AI 越马虎,128K 长任务准确率降 62.8%(2 条相关)→
「编程与Agent」频道最新
- FT:赶工修复 AI 找出的 bug,导致美国科技公司频繁宕机 — nordicinst · 2026-11-19
- ANT 上市前夜数据:Claude Code 一年反超 Cursor 和 Copilot — antgoldbloom · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19