上海AI Lab 搭台，36个大模型一起角逐长上下文建模能力

文章预览

 夕小瑶科技说 原创  作者 | Richard 现在的大模型论文简直像是在比长度，动不动就上百页！记得前阵子小编瞅见那份90页的Gemini技术报告，顿时脑袋嗡嗡作响。那会儿就幻想着：要是有个AI大脑来啃下这些"学术巨无霸"，那岂不是爽歪歪？ 没想到过了几个月，这个幻想竟然实现了！如今大语言模型正在挑战这一难题，试图成为我们阅读长文本的得力助手。但问题是，这些AI助手自己对付长文本的能力如何呢？ 近日，上海AI实验室推出了一个名为NeedleBench的评测框架，对36个主流大模型展开了一场别开生面的"长文本大比拼"。这项研究不仅测试了模型们在不同长度文本上的表现，还设计了一系列渐进式的挑战任务，就像是给LLMs出了一道道难度递增的阅读理解题。 有趣的是，在这场比拼中被誉为"LLM界的高考状元"的GPT-4竟然只拿到了第二名！反倒是Clau ………………………………