热点事件持续更新
研究者提出小模型长上下文记忆评测基准SRRM
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月5日，研究人员在arXiv发布研究，提出轻量基准SRRM与记忆保留比率（MPR），用于联合评估小语言模型的目标检索与全局信息重构能力。在对Qwen2.5的0.5B、1.5B与3B模型进行评测后发现，Qwen2.5-1.5B取得了最高的86.7%检索准确率、45.7%重构表现和0.53的MPR，测试结果全面超越3B模型。评测还表明，小模型的重构性能下滑速度远快于检索性能，且参数量的增加并不必然提升长上下文的记忆保留能力。
AI 根据报道生成 · 3 小时前更新
最新进展11月5日 13:00
研究者提出轻量基准SRRM及MPR指标，实测显示Qwen2.5-1.5B长上下文记忆表现全面超越3B模型。报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv 自然语言处理SRRM：评估小语言模型长上下文记忆的检索-重构基准
研究人员提出轻量基准 SRRM 与记忆保留比率 MPR，联合评估小语言模型的目标检索与全局信息重构能力。在 Qwen2.5 的 0.5B、1.5B 与 3B 模型评测中，Qwen2.5-1.5B 取得最高的 86.7% 检索准确率、45.7% 重构表现和 0.53 的 MPR，全面超越 3B 模型。结果表明重构性能下滑远快于检索，且参数量增加不必然提升长上下文记忆保留能力。
本事件热度走势
当前热度 9·可比范围峰值 10（11月5日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。