热点事件持续更新
北大等机构提出长上下文推理框架 LongR
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14日，AGI Hunt 报道称，北京大学、上海交通大学、清华大学等机构提出长上下文推理框架 LongR。该框架采用动态“Think-and-Read”机制，让推理与文档查阅交替进行；并设计基于相对信息增益的上下文密度奖励，用于量化文档效用，且无需证据标注。报道称，LongR 在 LongBench v2 上提升超过 9%，在 RULER 和 InfiniteBench 上也取得一致改进，并可兼容 DAPO、GSPO 等多种强化学习算法。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 18:17
北大等机构提出 LongR，以密集效用奖励强化学习提升长上下文推理，LongBench v2 提升超 9%。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Hunt北大团队 LongR：密集效用奖励强化学习突破长上下文推理
北大、上交、清华等机构提出 LongR 框架：用动态“Think-and-Read”机制让推理与文档查阅交替进行，并以基于相对信息增益的上下文密度奖励量化文档效用，无需证据标注。在 LongBench v2 上提升超过 9%，RULER 和 InfiniteBench 也有一致改进，兼容 DAPO、GSPO 等多种 RL 算法。
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。