待验证50% 置信基准精确时间
在 needle in a haystack 测试中,Billion Context 的准确率从 69% 下降到 27%。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/9
首次发现
有效期至:2027/2/7
来源
GitHub爆款:让Claude Code获得无限上下文的代理方案
bilibiliNixAI2026/11/6
涉及实体
相关事实
待验证在 Anthropic 的测试中,Naive RAG 的失败率(正确文本块不在 top 20 中)为 5.7%,上下文嵌入降至 3.7%,上下文 BM25 降至 2.9%,加上重排序后降至 1.9%。68% 相似待验证在 148 万 token 测试中,全上下文 199 次测试全部失败,而 Billion Context 凭约 30 倍压缩比每次过关。67% 相似待验证在结构性度量新划分的稀有实体切片上,当前最先进系统的准确率下降幅度达到15.4%至39.9%66% 相似待验证相比纯 CoT 推理,ReAct 在需要信息检索的问答任务上错误率降低约 34%65% 相似待验证在 TriviaQA 上,被打分答案的错误率(精确匹配评分标准下)从 23.0% 下降到 14.5%65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1150150API
curl https://kongchang.com/api/v1/knowledge/claims/1150150MCP
get_claim(id=1150150)