Unverified50% confidenceBenchmarkExact time
把上下文从256 token扩展到2,048 token后，在FEVEROUS上固定答案条件下的证据增益分别提升了3.84(Qwen)和3.10(Llama)个百分点
1
Sources
50%
Confidence
Long-term
Relevance
9/24/2026
First Seen
Sources
Related Entities
Related Claims
Unverified投机采样中当候选 token 的接受率较高时，每次前向传播的有效输出 token 数量可达 2~4 个，从而将整体生成速度提升 1.5x~3x71% similarUnverifiedQwen2.5-Max-0902最大输出为13万Token，推理模式下上限可达26万Token65% similarUnverified在Artificial Analysis同轮评测中 Qwen 3.8 生成约1.6亿Token，而同级开放模型中位数为4300万Token65% similarUnverified标准注意力机制的计算复杂度为O(n²)，序列长度翻倍时计算量增加四倍，这是早期GPT-3仅支持4K Token的根本原因65% similarUnverified在259k吞吐量下Qwen3.5速度提升约19倍，其中混合注意力贡献约5倍、MoE稀疏化约2倍、多Token预测约1.5倍64% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/946281API
curl https://kongchang.com/api/v1/knowledge/claims/946281MCP
get_claim(id=946281)