研究揭示长程搜索中的上下文腐化失败模式

Shijie Xia 等作者发表论文，系统考察四个旗舰模型在三个基准上的长程搜索表现，发现模型在耗尽上下文窗口前很早就放弃或给出不确定的错误答案，作者将这两种失败模式称为“无结论搜索失败”。 对七种上下文管理方法的分析表明，这些方法本质上是测试时扩展策略，通过降低峰值上下文长度把模型从失败引向继续探索。其中，行为感知过滤的并行采样策略在三种聚合方法上带来 2.6% 至 4.9% 的性能提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。