一篇新论文探讨了递归语言模型（RLM）中递归在处理长上下文方面的有效性。研究人员测试了 SRLM，该模型采样八个上下文交互程序并选择最自信、最短的那个。该方法比启用递归的 RLM 提高了 22.6 个点，但递归的必要性仍然是一个悬而未决的问题，尤其是在 GPT-5 的子调用使用了较弱的 GPT-5-mini 模型的情况下。 AI
影响 探讨了可能提高 LLM 在长上下文任务中性能的架构选择。
排序理由 该集群讨论了一篇分析语言模型性能特定方面的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
