待验证50% 置信事实精确时间

NIAH测试将关键信息埋藏在大量无关文本中考察模型能否准确召回，是衡量长程信息保留能力最直观的方法

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

AI长期记忆新思路：5000万Token窗口能否比重算更快更省

涉及实体

相关事实

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76% 相似待验证评估长记忆系统常用的基准测试包括RULER、NIAH（Needle-in-a-Haystack）及LongBench69% 相似待验证该研究的测试协议被设计为能够抵抗常见的长上下文基准刷分手段，如将关键信息放序列首尾、使用训练集文档、设计过于简单的问题68% 相似待验证编写—测试—修正闭环的成功率取决于测试覆盖率的充分性、错误信息的信息量以及修复搜索能力等关键因素68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/992134

API

curl https://kongchang.com/api/v1/knowledge/claims/992134

MCP

get_claim(id=992134)