待验证50% 置信事实精确时间
RULER 是由英伟达等机构在 2024 年提出的长上下文评测基准，包含检索、多跳追踪、聚合和问答四大类任务。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
Mirendil发布Fern 0.1：首个模型剑指千万级上下文
rss2026/10/27
涉及实体
相关事实
待验证RULER是2024年由NVIDIA研究团队提出的长上下文评估基准，包含13个合成任务，分为NIAH、Variable Tracking、Common/Frequent Words Extraction及基于SQuAD/HotpotQA的问答四大类80% 相似待验证计划审查环节由审查协调员派生出四个审查智能体（可行性、范围、守护、一致性），各自出具报告后由协调员汇总70% 相似待验证RULER是专为评估长上下文模型能力设计的基准测试集，涵盖单跳多跳检索、问答、摘要及逐字拷贝等任务，通常在16K至128K上下文长度下评测67% 相似待验证Decision-1 聚焦于路由、分类、验证和智能体控制四类任务67% 相似待验证该多智能体RCA架构将调查过程拆分为三个智能体：日志解析器（Parser）、假设生成器（Generator）和证据验证器（Validator）65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1103533API
curl https://kongchang.com/api/v1/knowledge/claims/1103533MCP
get_claim(id=1103533)