微软等提出 CorpusMap 实体语料导航层

微软等机构的研究者提出 CorpusMap，一种围绕文档集合中反复出现的实体构建的语料库导航层：为每个实体生成链接所有提及它的文档的页面，原文保持原位，形成可遍历的实体-文档图，以解决 LLM 智能体在扁平语料中反复重新发现文档关系、遗漏互补证据且消耗大量 token 的问题。 据 X 账号 DAIR.AI 称，在 7 个模型和 3 个基准上，CorpusMap 的答案质量提升 6.4 至 11.7 分，输入 token 减少 34% 至 57%，并优于 LLM Wiki 层及另外三种导航层；该地图无需 LLM 调用即可构建，并支持随新文档更新。 上述效果数据来自提出方宣传，尚无独立验证或后续进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。