传统基础模型在S-NIAH单针大海捞针等简单检索任务中尚能维持表现，但在信息密度更高的复杂任务中，其推理性能随输入长度增加而下降。相比之下，RLM在输入长度超过特定阈值区间后，依然保持得分稳定性。

在 “科技强国” 战略的大背景下，深圳作为科技创新前沿阵地，对科技人才的培养愈发重视，科技特长生招生政策持续升温。2024 年，深圳一类、二类自主招生计划人数高达 8907 人，较 2022 ...

2025年的最后一天， MIT CSAIL提交了一份具有分量的工作。当整个业界都在疯狂卷模型上下文窗口（Context ...

新京报讯（记者王思炀）1月3日，江南大学国家安全与绿色发展研究院联合中国一乡一品品牌战略研究院、中国一乡一品产业研究院共同研制的《首届中国农产品区域公用品牌“实力”排行榜（2025）》对外发布，首次科学构建中国农产品区域公用品牌的“实力”画像。黑龙江 ...

腾讯微信 AI 团队提出 WeDLM（WeChat Diffusion Language Model），通过在标准因果注意力下实现扩散式解码，在数学推理等任务上实现相比 vLLM 部署的 AR 模型 3 倍以上加速，低熵场景更可达 10 ...

【新智元导读】你有没有发现，你让AI读一篇长文章，结果它读着读着就忘了前面的内容？ 你让它处理一份超长的文档，结果它给出来的答案，牛头不对马嘴？ 这个现象，学术界有个专门的名词，叫做上下文腐化。