微信公众号
关闭长上下文评测：大海捞针之后还要什么
互动数据需从 wechatDownload 导出导入
- 公众号
- Serving 研究室
- 发布时间
- 检索词
- 模型评测 benchmark 独立复现
- 原文
- 原文链接待收录（不可用搜索页代替）
针能捞到，不代表能在噪声里保持推理。多跳、变更指令、中间插入冲突事实，比单针更接近产品。独立复现不要只复现最出名的那一张图。
原文链接待收录
本篇暂无已验证的微信公众号直链。请通过 wechatDownload 导出或扫描数据补全链接；勿使用搜狗搜索页作为「打开原文」。