热点事件持续更新

研究提出长程智能体基准Long-Transduction

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

2026年10月1日，研究人员推出Long-Transduction诊断基准，专门用于评测模型在长生成过程中持续执行依赖上下文操作的能力。对7款开源权重模型的评测结果显示，当上下文长度从4K扩展至128K时，模型性能下降了62.8%；改变输入格式会导致性能下降36.5%；而增加局部任务复杂度则会使性能下降39.9%。研究指出，这些失效现象构成了长周期AI智能体工作流中的关键可靠性缺陷。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月1日

12:00
arXiv 人工智能
保持专注：长周期 AI 智能体可靠性基础测试
研究人员推出 Long-Transduction 诊断基准，用于评测模型在长生成过程中持续执行依赖上下文操作的能力。对 7 款开源权重模型的评测显示，上下文长度从 4-128K 扩展时性能下降 62.8%，改变输入格式导致下降 36.5%，增加局部任务复杂度则导致下降 39.9%。这些失效现象构成了长周期 AI 智能体工作流中的关键可靠性缺陷。

本事件热度走势

当前热度 9·可比范围峰值 10（10月1日 13:00）·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。