SubQ 开源 Decision LCR:72K-115K 长文决策基准,自研模型领先
ryanallred · x · 2026-10-16
Subquadratic 团队开源了 Decision LCR 基准（Hugging Face: subq-ai/decision-lcr），用于评测决策模型在真实长上下文任务上的表现。关键信息：
- 动机：现有 LLM 长上下文基准不太贴近真实任务，面向决策模型的长上下文基准此前几乎不存在，团队基于 Artificial Analysis 的 AA-LCR 改造而来。
- 构成：100 道人工撰写的问题，基于 72K–115K token 的真实文档集，转换为 118 个决策任务，每个任务用三种选项排序运行以消除位置偏差（Apache-2.0 许可）。
- 成绩：其决策模型 SubQ Snap 在超过 32K token 的"危险区"表现出色——处理的 token 中 85% 来自 32K 以上请求，SSA 架构保持长上下文推理的快速与低成本；在 Decision LCR 上 Snap 得 74%，Jevons 得 58%。
「研究」频道最新
- Google Willow 芯片量子纠错降 40 倍，比特币 Q-Day 或提前 — jamestagg · 2026-10-16
- inFERENCe《机器学习手册》：四种把难题变为可解问题的变换 — goyal__pramod · 2026-10-16
- Transluce 实践者反思：神经元自动解释一年后仍难解释复杂行为 — aryaman2020 · 2026-10-16
- Transformer 训练蝙蝠神经数据建成海马体"数字孪生",揭示未知群体活动结构 — patrickmineault · 2026-10-16
- RLM 发布一周年:递归语言模型让 GPT-5-mini 长上下文成绩翻倍且更省钱 — a1zhang · 2026-10-16
- MIT 博士 Sharut Gupta 入职 DeepMind,答辩 talk 被导师力荐 — phillip_isola · 2026-10-16