层级检索的记忆深度与重建上下文宽度受控评估
Get the story
2026年10月7日，arXiv Computation and Language 发布一项受控评测，研究层级检索中记忆深度与重构上下文宽度对性能的影响。研究在 EverMemBench 上测试了 1,024、2,048、4,096 token 的核心预算，并设置 Production 与 Oracle 条件。结果显示，将上下文宽度从 1K 提升到 4K 可使准确率提高 10.11–17.98 个百分点；而增加记忆深度 D1–D4 未带来单调增益。该研究为一手报道，目前仅涉及上述实验设置与结论。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and Language记忆深度与重构上下文宽度：层级检索的受控评测
一项受控评测显示，将上下文宽度从 1K 提升到 4K 可使准确率提高 10.11-17.98 个百分点，而增加记忆深度 D1-D4 未带来单调增益。研究在 EverMemBench 上测试了 1,024/2,048/4,096 token 的核心预算，以及 Production 和 Oracle 条件。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.