热点事件持续更新
Long-Transduction 诊断长程智能体可靠性
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.AI 全量分类收录论文《Long-Transduction 诊断测试长程智能体可靠性》。该论文提出 Long-Transduction 受控诊断方法，用于测试模型在长生成过程中持续读取、变换并输出依赖输入上下文的操作（如算术、排序、变量查找、表格变换）时保持任务的能力。评测七个开源权重模型后发现三类失效轴：上下文长度从 4K 扩展到 128K 时性能下降 62.8%，输入格式变化导致下降 36.5%，局部任务复杂度增加导致下降 39.9%。论文认为这三者构成智能体长程工作流中的关键失效轴。目前该研究处于论文发布阶段，尚无后续进展报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
arXiv 收录 Long-Transduction 论文，评测显示上下文扩展至 128K 性能下降 62.8%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv：cs.AI（全量分类）Long-Transduction 诊断测试长程智能体可靠性：上下文从 4K 扩到 128K 性能下降 62.8%
论文提出 Long-Transduction 受控诊断，测试模型在长生成中持续读取、变换并输出依赖输入上下文的操作（算术、排序、变量查找、表格变换）时保持任务的能力。评测七个开源权重模型发现：上下文长度从 4-128K 扩展时性能下降 62.8%，输入格式变化下降 36.5%，局部任务复杂度增加下降 39.9%，三者构成智能体长程工作流中的关键失效轴。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。