热点事件持续更新
Qwen3-8B长程任务分步可靠性评测
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16日，arXiv cs.CL 刊出针对 Qwen3-8B 分步长程可靠性的评测。在 400 步账本任务中，重复识别错误率在步骤 200 附近由每步 0.0019 升至 0.011；而在计数器追踪任务中，8,000 步内保持零错误。进一步的上下文注入测试显示，若在每步前插入无关内容块，计数器任务在每台机器 20/20 次试验中全部失败，不插入时则无一失败。该报道未给出与早先报道相互矛盾的数字或说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
新评测：每步前插入无关内容后，Qwen3-8B 计数器在每台机器 20/20 全部失败。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CL上下文注入与长程可靠性：用 Qwen3-8B 拆分重复识别、局部处理与计数器追踪
Qwen3-8B 在 400 步账本任务中重复识别错误在步骤 200 附近由每步 0.0019 升至 0.011，计数器 8,000 步零错误。每步前插入无关内容块后，计数器在每台机器 20/20 个 seed 全部失败，无插入时则无一失败。
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。