待验证50% 置信事实精确时间
MWM目前仍在基准测试阶段，在开放环境中的泛化能力、心理状态表示的完备性以及多模态信息融合等问题仍有待进一步研究。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/19
首次发现
有效期至：2026/11/2
来源
涉及实体
相关事实
待验证标称支持1M上下文并不等于在1M长度下仍能保持同等推理质量，业界常用'大海捞针'测试来检验模型在超长上下文中的信息检索与推理能力。68% 相似待验证MAEM在四个类别增量图学习基准上进行了验证，结果显示近因偏差显著缓解、性能超越多个强持续图学习基线、在严格无回放条件下保持模型容量有界。65% 相似待验证行业基准测试正从MMLU、HumanEval转向更贴近真实工程场景的SWE-bench等下一代基准，原因是前者存在数据污染风险且难度上限不足以区分顶尖模型63% 相似待验证MASA在多种稀疏注意力方法、多个基准测试和不同LLM骨干模型上实验显示出一致的精度提升62% 相似待验证随着模型能力提升，体素立体透视基准测试的竞争焦点可能会从宏观构图转向微观细节的丰富度62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065904API
curl https://kongchang.com/api/v1/knowledge/claims/1065904MCP
get_claim(id=1065904)