论文
CorpusQA
研究论文，探讨当证据分散在整个文档集合中时传统RAG架构面临的深层困境
时间轴 (近 90 天)
10月14日
CorpusQA是一项2026年研究（论文《CorpusQA: A 10 Million Token Benchmark for Corpus-Level Analysis and Reasoning》），由Zhiyuan Lu等作者于2026年1月21日发表、2026年4月25日修订，包含金融、教育和房地产文档任务。
待验证50%
10月14日
在CorpusQA评估中，Gemini 2.5 Pro在128K上下文长度上整体准确率为80.19%，在1M上下文长度上整体准确率为50.73%，下降了29.46个百分点。
待验证50%
10月14日
在1M Token的CorpusQA评估中，标准RAG的准确率为17.38%，而使用Gemini 2.5 Pro的Memory Agent方法达到44.95%。
待验证50%
全部知识事实 (3)
待验证
CorpusQA是一项2026年研究（论文《CorpusQA: A 10 Million Token Benchmark for Corpus-Level Analysis and Reasoning》），由Zhiyuan Lu等作者于2026年1月21日发表、2026年4月25日修订，包含金融、教育和房地产文档任务。
50%待验证在CorpusQA评估中，Gemini 2.5 Pro在128K上下文长度上整体准确率为80.19%，在1M上下文长度上整体准确率为50.73%，下降了29.46个百分点。
50%待验证在1M Token的CorpusQA评估中，标准RAG的准确率为17.38%，而使用Gemini 2.5 Pro的Memory Agent方法达到44.95%。
50%