残差向量重建实现超上下文窗口长文本召回
原文标题：Residual Vector-based Reconstruction as Long-Context Recall Regardless of Context Window Size
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
LLM 处理长文档与长对话时，token 级显存占用随输入长度线性增长，模型优化与有损提示压缩仍无法突破预训练与尺寸受限的上下文窗口。论文提出一种无需额外训练的长上下文召回方法：利用前馈层中存储事实残差向量的参数激活来重建事实，从而在不参考原文、不微调权重的情况下确定性地重建查询相关事实。实验表明该方法可在两百万 token 的故事上下文中回答单事实问题，而此前方法均告失败，且显存占用近乎恒定。
深读 · 结论先行AI 生成展开看要点与影响 ↓
无需训练，借前馈层残差向量在 200 万 token 上下文中答单事实问题，显存近乎恒定。
- •利用前馈层中存储事实残差向量的参数激活重建事实，不参考原文、不微调权重
- •显存占用随上下文增长近乎恒定，突破 token 级显存线性增长
- •在 200 万 token 故事上下文中回答单事实问题，此前方法均失败
- •方法无需额外训练
为什么重要：若成立，长上下文召回可绕开上下文窗口与显存瓶颈，对长文档与长对话应用是结构性变化；但摘要仅报告单事实问答场景。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。