LongBanana 长上下文多参考图生成基准发布：90 个专家验证任务、4670 项评测

快手 Kwai-Kolors 联合多所高校发布 LongBanana 长上下文多参考图生成基准，包含 90 个专家验证任务、4670 项原子评测。任务按 3×3 分类法组织，每个约含 32 张参考图、20 个约束和 50 个评测项。最小 agent harness 优于直接生成，ReAct-Plan-Exec-Reflect 工作流可增强证据接地与修复能力，代码与数据已开源。