NVIDIA 发布了一篇关于长时间运行代理的精彩论文。模型可以接受多达 128K 个上下文标记，但处理任务的时间越长，犯错误的可能性就越大。如果代理在处理长表格或账簿时中途迷失了方向，这篇论文会分析导致这一问题的原因。研究设置：Long-Transduction 要求模型在数千个输出中持续阅读、更新并输出状态相关的结果，并分别变化三个因素。研究结果：在七个预训练模型中，当上下文从 4K 增加到 128K 时，准确率下降了 62.8%；仅更改输入格式时下降了 36.5%；而每步处理的变化则导致准确率下降了 39.9%。
—— DAIR.AI (@dair_ai) X帖子｜2026-10-02T15:45:04+00:00
原帖：https://x.com/dair_ai/status/2106047824093979033
DAIR.AI：NVIDIA 发布了一篇关于长时间运行代理的精彩论文。模型可…
NVIDIA 发布了一篇关于长时间运行代理的精彩论文。模型可以接受多达 128K 个上下文标记，但处理任务的时间越长，犯错误的可能性就越大。如果代理在处理长表格或账簿时中途迷失了方向，这篇论文会分析导致这一问题的原因。研究设置：Long-T
扫描二维码，在手机上阅读
