热点事件持续更新
研究团队推出长上下文图推理基准GraphNIAH
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 2 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
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。