研究者提出基于真实引用图的GraphNIAH长上下文基准
热点事件持续更新
研究者提出基于真实引用图的GraphNIAH长上下文基准
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Minh-Nam Tran 与 Abulhair Saparov 提出 GraphNIAH，一个用被评测模型知识截止日期之后发表的论文之间的真实引用关系动态构建的长上下文推理基准，作者称其既能使用真实世界信息，又可避免基准污染。 用该基准评测 GPT-5.6、Gemini-3 和 Qwen3.5 家族共八个大模型时，问题深度达到 16 和 32 后，GPT-5.6 与 Qwen3.5 的 YES/NO 问答已不优于随机猜测，且更倾向回答 NO；八个模型中有四个无法正确回答任何计数题。
AI 根据报道生成 · 55 分钟前更新
最新进展11月2日 13:00
GraphNIAH：面向真实世界图的长上下文推理基准报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv cs.CLGraphNIAH：面向真实世界图的长上下文推理基准
研究者提出 GraphNIAH，一个基于被评测模型知识截止日期之后发表的论文真实引用关系动态构建的长上下文基准，可避免数据合成与基准污染。用其评测 GPT-5.6、Gemini-3 和 Qwen3.5 家族的八个 LLM 发现，问题深度达 16 和 32 时 GPT-5.6 与 Qwen3.5 的 YES/NO 问答已不优于随机猜测，且多倾向回答 NO；八个模型中有四个无法正确回答任何计数题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。