热点事件持续更新
研究提出大模型指令容量量化评估方法并开源工具
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28日，arXiv刊载的一项研究提出了测量大语言模型指令容量的量化方法，通过单token词替换规则分析模型在受控负载下的遵循极限与退化规律。研究团队对GPT-4o mini开展了2958次请求和642,430次试验测试。测试结果显示，在0.95正确替换率的标准下，GPT-4o mini的指令容量约为37至38条规则；在完全替换密度下，其指令容量约为18至19条规则。目前，该研究所涉及的评测工具代码、测量数据以及passport均已对外开源。
AI 根据报道生成 · 5 小时前更新
最新进展10月28日 12:00
研究提出通过单token词替换规则量化评估指令容量，测试数据与工具已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 机器学习指令容量：语言模型在受控负载下的表现与退化
研究提出测量大语言模型指令容量的量化方法，通过单 token 词替换规则分析模型在受控负载下的遵循极限与退化规律。对 GPT-4o mini 进行 2958 次请求和 642,430 次试验测试显示，在 0.95 正确替换率下其指令容量约为 37-38 条规则，完全替换密度下约 18-19 条规则。相关评测工具代码、测量数据与 passport 已开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月28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。