Fern 架构支持 1000 万 token 上下文，预测精度持续提升
AccBalanced · x · 2026-10-27
研究者 bneyshabur 介绍 Fern 架构：其设计、训练与服务栈支持一次处理 1000 万 token（约 23MB 代码），且预测性能随上下文增加持续改善，直至 1000 万 token 仍在提升。
其观点是「上下文即智能」：模型能力随算力增长，而算力有两种花法——参数或上下文。转发者 teortaxesTex 称这可能是「第一个认真做到 1000 万上下文的模型」。
所属事件:初创 Mirendil 发布 Fern:1000 万 token 上下文模型(9 条相关)→
「模型」频道最新
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27
- 七项任务实测:开源模型开高推理档未必更好 — keunwoochoi · 2026-10-27
- 医疗评测：Kimi K3 平 GPT-6，但疑难病例开源落后 17 个百分点 — keunwoochoi · 2026-10-27
- 健康专项榜单洗牌：综合第 9 的开源模型跃居 Health Index 第一 — keunwoochoi · 2026-10-27