待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/8/30

首次发现

来源

稀疏注意力论文如何粉饰实验结果？四大套路深度揭秘

涉及实体

RULERconcept NVIDIAcompany

相关事实

待验证标准模式通过调用大模型判断所需工具并逐步执行，容错率高、更适合处理需要联网搜索、编写复杂报告等步骤繁多的复杂任务64% 相似待验证长上下文检索准确率通过Needle-in-a-Haystack测试衡量模型在超长文档中精准定位关键信息的能力62% 相似待验证本次测评从多表关联、数据清洗、自动化复用性、可追溯性、生产效率五个维度对三款开源表格AI技能进行综合打分61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/823648

API

curl https://kongchang.com/api/v1/knowledge/claims/823648

MCP

get_claim(id=823648)