长上下文下模型会提前放弃搜索，而非用尽窗口。
资讯摘要
论文针对大模型在长程搜索任务中的“上下文腐化”问题，系统研究四个旗舰模型在三个基准上的表现，发现模型常在耗尽上下文窗口前就放弃或给出不确定的错误答案，作者称之为“无结论搜索失败”，且该现象在简单和中等难度查询中也很常见。论文重新审视上下文管理与并行采样两类缓解方法，并报告行为感知过滤策略在三种聚合方法下带来2.6%至4.9%的性能提升。
要点速读
- 论文在四个旗舰模型、三个基准上发现：上下文很长时，模型会在耗尽窗口前就放弃或给出不确定的错误答案，作者称其为“无结论搜索失败”。
- 论文分析三类共七种上下文管理方法，认为它们本质上是测试时扩展策略，通过降低峰值上下文长度促使模型继续探索。
- 论文提出行为感知过滤的并行采样策略，在三种聚合方法下报告2.6%至4.9%的性能提升。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。