跳到正文
热点事件持续更新

RLM公布六个长任务基准补充实验

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

a1zhang公布RLM补充实验结果:在MRCrv2、GraphWalks、LongBench-Pro、OOLONG、OOLONG-Pairs和Ada-LEval六个长上下文基准上,RLM相较LM+REPL、Pi、Base+YaRN基线普遍表现出更好的长任务泛化效果。 其中,MRCrv2评测长度从64k扩展至2M,GraphWalks从256k扩展至1M;训练曲线显示,RLM由短任务训练迁移到更长任务时仍保持优势。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    RLM 长任务泛化实验:在 MRCrv2、GraphWalks 等六个长上下文基准全面领先

    RLM 在 MRCrv2、GraphWalks、LongBench-Pro、OOLONG、OOLONG-Pairs 和 Ada-LEval 六个长上下文基准上的补充实验全面领先。训练曲线显示,相较 LM+REPL、Pi、Base+YaRN 基线,RLM 从短任务训练向长任务泛化的效果更优,其中 MRCrv2 评测长度由 64k 增至 2M,GraphWalks 由 256k 增至 1M。

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。