Salesforce 开源 GIFT-Eval-CTX：结构化上下文让 LLM 预测误差降 40%
LiJunnan0409 · x · 2026-11-11
Salesforce AI Research 发布开源基准 GIFT-Eval-CTX，衡量 LLM 与 agentic AI 能否把前瞻性业务上下文（促销、热浪、道路封闭、软件发布等文本信息）转化为精确的数值预测，弥补传统时序基础模型只能依赖历史数据的短板。
- 基准覆盖来自 20 个真实数据集的 10,000 个任务
- 为 GPT-5.6 Sol 注入结构化事件上下文后，预测误差降低 40.7%；Claude Opus 4.8 降低 29.6%
- MoiraiAgent（LLM + Moirai-2 + 代码执行）比最强纯历史数据模型误差低 36.3%，且预测窗口越长优势越大
结论：把结构化运营上下文喂给 agentic AI 能大幅削减预测误差，把静态预测变成可靠的前瞻性规划。论文与博客均已公开。
所属事件:Salesforce 开源 GIFT-Eval-CTX：首个纳入未来上下文的时序预测基准(3 条相关)→
「模型」频道最新
- 开发者实测：Astra 6 形式验证能力碾压 Opus，发布两月仍居榜首 — JoshPurtell · 2026-11-11
- 博客复盘:OLMo 3 的「评测意识」言行大多抄自 SFT 训练数据 — BlancheMinerva · 2026-11-11
- Gemini 4 Carbon 上线 Cursor：高 effort 档以 60.4% 登顶 CursorBench — andyzhang · 2026-11-11
- AI Explained 深拆 264 页 Fable 5.2 报告：AI 加速 AI 的自我改进循环 — AI Explained · 2026-11-11
- 被忽视的差距:前沿模型单任务 1.8 分钟,DeepSeek 要 12.7 分钟 — rickasaurus · 2026-11-11
- Reddit 用户实测：Argon LiveNerf 能力被砍 83% — ThePrimeNumbers · 2026-11-11