前沿研究
模型合并真有用？Llama4 开源生态变体效果横评
对Llama4社区下载量前五的变体进行逻辑、代码、长文本三维度盲测，发现合并模型在长文本上平均掉6.5个百分点，逻辑和代码增益微弱。MoE架构使参数平均法失效，针对性微调才是可靠提升路径。开发者选型应回归场景评测，警惕“
阅读全文
Search
站内搜索
关键词：长文本
找到 10 篇相关文章
前沿研究
前沿研究
BIGAI通通4.0低调上线，端到端LTUM架构实测了什么新能力
针对BIGAI最新发布的通通4.0，本文通过跨天记忆与多轮决策实测，分析其端到端LTUM（长期时间统一记忆）架构如何突破通通3.0的上下文窗口限制，探讨其在复杂任务连续性上的实际表现与技术瓶颈。
阅读全文
前沿研究
128K合同实测：省下显存后，谁更少漏检
同一张 RTX 4090 上，128 份中文合同、最长 131K token。RWKV-6 显存最低、出首 token 最快，Qwen2.5 平均漏检最低，Mamba-3 居中。三种架构的取舍，最终落在推理成本与人工复核
阅读全文
AI 实操指南
Agent 总忘事？四层记忆该怎么存、怎么取
把聊天记录全塞进 Prompt，只会更快占满上下文。把当前输入、短期对话、长期语义内容和实体事实分开存，再按用户与任务取回，Agent 才能接上一周前的信息。
阅读全文
AI 实操指南
RISC-V开发板跑通7B模型：4.4 token/s怎么来的
玄铁 C950-AI 上的 Llama-3.2 7B 经 Q4_K_M 量化后约 3.8GB，MNN 实测生成速度 4.4 token/s、平均功耗 10.5W。长文本会被 KV Cache 拖慢，持续运行还会遇到 85
阅读全文
前沿研究
Qwen3 发布两个月，中文长文档场景的实测差距
Qwen3发布两个月后，我们拿法律合同、券商研报和招股书做了一轮中文长文档实测。在100K上下文场景下，Qwen3-235B的召回率逼近Claude 3.5 Sonnet，但幻觉率和长文本中间丢失问题仍是硬伤。Qwen3
阅读全文豆包AI 2.0上线：长文本记忆能撑住字节的大考吗
2026年2月字节跳动发布豆包大模型2.0，主打无限上下文与长期记忆。实测显示百万字文档解析准确率超92%，但端侧算力瓶颈和API适配成本让开发者头疼。面对Kimi等竞品，字节押注企业知识库，但这场大考才刚刚开始。
阅读全文Claude Opus 4 盲测：逻辑强项掩盖了多模态的平庸
最新盲测显示，Claude Opus 4 在代码、数学及长文本处理上对 GPT-5o 形成压制，但在图像与视频理解等多模态任务中表现平庸。这反映出 Anthropic 当前在文本逻辑与非文本感知之间的能力倾斜，企业选型需
阅读全文GPT-5o长上下文翻车：128K之后准确率暴跌30%
OpenAI宣称GPT-5o支持1M上下文，但实测发现，输入超128K token后关键信息提取准确率骤降30%。在256K输入下，函数识别率从98%跌至65%。对于超长文本，RAG依然比直传1M窗口更可靠。
阅读全文