Skip to content
简体中文

切换主题

// AI 新闻 · 2026-11-10 · Apple Machine Learning Research

苹果机器学习研究提出高效长上下文检索方法

Apple Machine Learning Research团队在NeurIPS 2026的PALM工作坊上发表论文,提出一种名为加权状态拼接(weighted state souping)的方法,用于提升长上下文检索效率。该方法通过为缓存的状态编码学习查询依赖的权重,实现对不同上下文片段的动态组合,显著改善了单跳和多跳文档问答、针尖在草堆中检索、变量追踪及工具使用等场景下的长上下文表现。

原文发布 2026-11-10 08:00(北京时间)来源 Apple Machine Learning Research自动整理 · 已核对原文

01摘要

该方法可进一步扩展为稀疏变体,在保持性能的同时使编码成本几乎与上下文长度无关。研究还提供了理论分析,说明状态拼接机制的工作原理及其失效条件,指出其在处理大规模结构化数据(如文档、工具定义)时具备高效性和选择性检索优势,适用于现代代理系统中的长周期任务。

由开源模型根据原文自动整理,经数字/专名逐项核对(必须在原文中出现),以原文为准。

02要点

03原文出处

Weighted State Souping for Efficient Long-Context Retrieval

Apple Machine Learning Research · 发布于 2026-11-10 08:00(北京时间) · 上方为原标题

05相关新闻

出自智图 AI 新闻:从 1100 多个官方与媒体信源采集。摘要只转述原文内容,详情请看原文。 2026-11-10 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日

数据更新于:AI 新闻(北京时间)