热点事件持续更新
EDAR：基于预测熵的RAG与长上下文路由框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv Computation and Language 论文提出 EDAR 框架，在推理时根据 RAG 响应前几个 token 的预测熵决定使用检索结果还是升级到全长上下文处理，并在 LongBench v2 和 Infinity-Bench 上验证。预测熵与幻觉率高度相关（Pearson r=0.85），EDAR 保留纯长上下文 97.4% 的准确率，同时降低 70.7% 的 token 消耗，仅升级 18.2% 的查询。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computation and Language精选超越上下文窗口：基于自适应熵的混合检索与长上下文路由框架
论文提出 EDAR 框架，在推理时根据 RAG 响应前几个 token 的预测熵决定是使用检索结果还是升级到全长上下文处理，并在 LongBench v2 和 Infinity-Bench 上验证。预测熵与幻觉率高度相关（Pearson r=0.85），EDAR 保留纯长上下文 97.4% 的准确率，同时降低 70.7% 的 token 消耗，仅升级 18.2% 的查询。
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。