小模型用工具调用管理长上下文，8K追平1M
热点事件持续更新
小模型用工具调用管理长上下文，8K追平1M
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
研究团队提出不原生训练长上下文，而是让模型通过两个工具管理上下文：以任意指定提示自我调用，以及读取输入上下文中的 token 区间，并据此微调 Qwen3.6-35B-A3B。 在 OOLONG-synth 基准上，当文档长度超过 40K tokens 时，仅用 8,000 tokens 上下文的该模型表现与拥有 1M tokens 上下文的 GPT-5.4 相当。该论文由 Bryce Sandlund 提交。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
训练智能体式上下文管理：Qwen3.6-35B-A3B 用 8K 上下文追平 GPT-5.4 的 1M报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LG训练智能体式上下文管理：Qwen3.6-35B-A3B 用 8K 上下文追平 GPT-5.4 的 1M
研究团队不原生训练长上下文，而是让模型通过"自我调用"和"读取输入上下文 token 区间"两个工具来管理上下文，并据此微调 Qwen3.6-35B-A3B。在 OOLONG-synth 基准上，当文档长度超过 40K tokens 时，仅用 8,000 tokens 上下文的该小模型表现与拥有 1M tokens 上下文的 GPT-5.4 相当。
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。