微软 LongCapHarness 框架使 Llama3-8B 长上下文基准平均提升 64.18 分

微软研究提出 LongCapHarness 框架，在不进行数据合成、后训练或模型训练的情况下，通过能力原语、状态跟踪和控制逻辑改进长上下文推理。应用于 Llama3-8B 后，长上下文基准平均提升 64.18 分，并可迁移到 Qwen2.5-3B；在 HELMET 和 RULER 上，该框架以约 $0.54K 成本超过依赖数据合成与训练的 NExtLong 和 PolicyLong。