热点事件持续更新
Long-Transduction：长程智能体可靠性诊断基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发表一手论文《Staying on Task: Testing the Foundations of Long-Horizon Agent Reliability》，提出 Long-Transduction 诊断方法，用于测试模型在长生成过程中持续读取、修改和输出上下文依赖操作的能力。研究评估七款开源权重模型，发现上下文长度从 4K 扩至 128K 时性能下降 62.8%，输入格式变化下降 36.5%，局部任务复杂度上升下降 39.9%。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
论文发布并公布 Long-Transduction 基准及七款开源模型的性能下降数据。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Artificial IntelligenceStaying on Task: Testing the Foundations of Long-Horizon Agent Reliability
论文提出 Long-Transduction 诊断方法，测试模型在长生成过程中持续读取、修改和输出上下文依赖操作的能力。评估七款开源权重模型，发现上下文长度从 4K 扩至 128K 时性能下降 62.8%，输入格式变化下降 36.5%，局部任务复杂度上升下降 39.9%。
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。