热点事件持续更新
实验显示小模型长文本切块收益远大于多智能体协作
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月5日，AGI Hunt 报道了一组在 GTX 1660 SUPER 6GB 上完成的预注册实验。实验比较两种提升小模型长上下文抽取能力的做法：一是把输入切成 3 块、每块独立投票，并用代码校验 id；二是由六个 1-2B 小模型组成 swarm 进行多智能体协作。结果显示，切块投票方案把召回率从 0.3 提升到 0.57，而多智能体 swarm 的协作几乎没有带来收益。作者据此认为，在这类长文本抽取任务上，切块带来的收益远大于多智能体协作。
AI 根据报道生成 · 3 小时前更新
最新进展10月5日 00:11
新实验显示切块投票让 1-2B 小模型召回率从 0.3 升至 0.57，多智能体 swarm 几乎无用。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- AGI Hunt多智能体 swarm 几乎无用，切块让 1-2B 小模型召回率从 0.3 升至 0.57
作者在 GTX 1660 SUPER 6GB 上做了一组预注册实验，发现把输入切成 3 块、每块独立投票并用代码校验 id，比六个 1-2B 小模型组成的 swarm 协作更能提升长上下文抽取任务的召回。
本事件热度走势
当前热度 9·可比范围峰值 10（10月5日 02:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。