研究者提出SRRM长上下文记忆基准与MPR指标
热点事件持续更新
研究者提出SRRM长上下文记忆基准与MPR指标
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
研究者 Christopher Alberto Hamonangan 提出 SRRM 基准，同时评测小语言模型的定向检索与全局信息重建能力，并引入记忆保持率（MPR）指标量化两者关系。 在 Qwen2.5-0.5B/1.5B/3B 上，以 10 至 100 条事实语句的上下文负载测试显示，重建性能随上下文增长的下滑远快于检索精度。
AI 根据报道生成 · 56 分钟前更新
最新进展11月5日 13:00
SRRM：评估小语言模型长上下文记忆的检索-重建基准报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.CLSRRM：评估小语言模型长上下文记忆的检索-重建基准
研究者提出 SRRM 基准，同时评测小语言模型的定向检索与全局信息重建能力，并引入记忆保持率（MPR）指标量化两者关系。在 Qwen2.5-0.5B/1.5B/3B 上测试 10 至 100 条事实语句的上下文负载，重建性能随上下文增长远快于检索精度下滑。
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。