待验证50% 置信事实精确时间
长上下文模型在处理长文档时存在成本高和中间信息被忽略的召回难题。
1
来源数
50%
置信度
长期有效
时效性
2026/10/27
首次发现
来源
涉及实体
相关事实
待验证长上下文模型相比分块抽取存在成本、中间信息丢失、可追溯性三方面隐忧，务实做法是以分块抽取加结构化schema为主，仅在跨章节推理场景有选择地调用长上下文模型79% 相似待验证知识库效果差的根源通常出在文档切片策略不合理、向量模型选择不当，或检索召回数量不足等环节，而非模型本身的问题74% 相似待验证将零数据RL范式迁移到长上下文场景面临根本矛盾：让模型直接基于现有文档编写问答对，问题难度和证据分布会受限于模型已有能力，难以产生有挑战性的长上下文推理任务。74% 相似待验证不直接把所有文档发给大模型的原因有三：模型受上下文窗口限制无法读取所有内容、推理成本高、推理速度慢71% 相似待验证上下文丢失指模型在处理长对话或长文档时，超出上下文窗口限制后遗忘早期信息，导致前后矛盾。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1105233API
curl https://kongchang.com/api/v1/knowledge/claims/1105233MCP
get_claim(id=1105233)