ホットトピック継続更新中
研究团队推出长上下文图推理基准GraphNIAH
1 件の報道1 件の報道元4 時間前 更新
まずこの件を把握する
AI 概要
2026年11月2日，研究团队推出GraphNIAH长上下文真实图推理评测基准。该基准利用模型知识截止期后的真实论文引用关系，自动化构建长上下文多跳问答，旨在避免基准污染并贴近真实推理场景。在对GPT-5.6、Gemini-3及Qwen3.5家族等8款大语言模型的评测中，结果显示当推理深度达到16和32时，模型表现接近随机猜测，且有半数模型在计数任务中完全出错。实验表明，当前大语言模型往往在遍历完上下文所有关键关系前过早终止搜索。
AI が報道をもとに生成 · 4 時間前 更新
最新の進展11月2日 13:00
研究团队推出GraphNIAH基准，评测显示主流大模型在深层多跳图推理中表现接近随机猜测。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月2日
- arXiv 自然语言处理研究提出 GraphNIAH 长上下文真实图推理基准
研究团队推出 GraphNIAH 评测基准，利用模型知识截止期后的真实论文引用关系自动化构建长上下文多跳问答，避免基准污染并贴近真实推理场景。对 GPT-5.6、Gemini-3 及 Qwen3.5 家族 8 款大语言模型的评测显示，当推理深度达到 16 和 32 时模型表现接近随机猜测，且半数模型在计数任务中完全出错。实验表明当前大语言模型往往在遍历完上下文所有关键关系前过早终止搜索。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月2日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。