NVIDIA 论文：长任务准确率平均降 62.8%

2026 年 10 月 2 日，AGI Hunt 报道了 NVIDIA 的一篇新论文，该论文测试了 7 个开源模型在加数字、排序列表等简单重复任务上的长程可靠性。结果显示，即使这些任务都落在模型的上下文窗口之内，任务变长后模型的表现也会变得马虎：在 128K token 任务上的平均准确率比 4K token 任务低 62.8%。报道把这一现象概括为“任务越长模型越马虎”。截至该报道，事件暂无其他来源的补充或后续进展，也未出现与上述数字、说法相矛盾的报道。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。