上下文窗口-青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

累计撰写 2737 篇文章
累计创建 935 个标签
累计收到 0 条评论

目录CONTENT

以下是上下文窗口相关的文章

2025-12-03
GPT-5.1-Codex-Max 系统卡 OpenAI发布了其前沿的代理式编程模型GPT-5.1-Codex-Max系统卡。该模型基于基础推理模型的更新，原生支持通过“压缩”过程在数百万个Token的上下文窗口中进行连贯操作，并在软件工程、数学、研究等多个领域进行了训练。系统卡详细介绍了模型级和产品级的安全措施，并指出该模型在网络安全领域能力很强，但尚未达到“高能力”级别。
- 2025-12-03
- 0
- 0
- 0
- AI新闻/评测
- AI基础/开发
2025-12-02
基于 GPT-5.1-Codex-Max 打造更多应用 OpenAI发布了全新的前沿智能体编程模型GPT-5.1-Codex-Max，该模型基于基础推理模型的更新，经过了软件工程、数学、研究等代理任务的训练。它更快、更智能、更具Token效率，并且是首个原生支持跨多个上下文窗口（通过“紧凑化”过程）的模型，能够处理数百万Token的任务，实现项目级重构和深度调试。
- 2025-12-02
- 0
- 0
- 0
2025-12-02
上下文工程是新的提示词工程人工智能的控制前沿正从精妙的提示词措辞转向设计更具深度的环境。上下文工程通过整合数据、元数据、记忆和叙事结构，取代了易出错的提示词工程，成为构建连贯、一致AI工作流的关键。这种范式转变意味着我们不再专注于编写“魔咒”般的指令，而是通过构建稳定的基础设施，比如检索增强生成（RAG）和分层记忆系统，确保模型推理过程的准确性和持久性。上下文工程是AI可靠性的未来基石，它将AI的关系从简单的命令转变为真正的协作。
- 2025-12-02
- 0
- 0
- 0
- AI基础/开发
- AI工具应用
2025-11-20
GPT-5.1-Codex-Max 系统卡 OpenAI发布了全新的前沿智能体编码模型GPT-5.1-Codex-Max。该模型基于对基础推理模型的更新，专门针对软件工程、数学和研究等代理任务进行训练，首次实现了跨越数百万token的上下文窗口处理能力。本文详细介绍了为其实施的全面安全措施，包括模型级缓解和产品级沙箱部署，并评估了其在网络安全等领域的表现。
- 2025-11-20
- 1
- 0
- 0
2025-11-19
谷歌发布 Gemini 1.5 Pro：原生多模态、200 万 Token 上下文，可直接处理完整代码库和长篇书籍谷歌正式发布了 Gemini 1.5 Pro，这款强大的模型在原生多模态处理能力和超长上下文窗口方面取得了显著突破。新模型支持高达 200 万 Token 的上下文输入，是当前主流模型的 10 倍以上，能够直接摄取和分析大型代码库、数小时的视频或整本长篇书籍。Gemini 1.5 Pro 展现出在复杂推理、信息检索和跨模态理解上的卓越性能，预示着 AI 助手和开发工具将迎来更强大的应用场景。
- 2025-11-19
- 0
- 0
- 0
2025-10-30
DeepSeek或已找到改善AI记忆力的新方法中国AI公司DeepSeek发布了一款新的OCR模型，其核心创新在于信息处理方式——将文本信息压缩成图像形式存储。这种方法有望用更少的Token（文本单位）保留信息，有效缓解AI“上下文腐烂”问题，降低计算需求，并可能对AI的记忆和推理能力产生深远影响。
- 2025-10-30
- 0
- 0
- 0
- AI基础/开发
- AI新闻/评测
2025-10-21
视觉草垛（Visual Haystacks）：评估大型多模态模型处理长上下文视觉信息的新基准人类擅长处理大量视觉信息，这对实现通用人工智能至关重要。本文介绍了“视觉草垛”（Visual Haystacks, VHs）基准，这是一个“视觉中心”的“大海捞针”（NIAH）基准，旨在严格评估大型多模态模型（LMM）处理长上下文视觉信息的能力。VHs揭示了当前模型在视觉干扰、跨多图推理和位置敏感性方面的三大主要缺陷，并提出了基于RAG的解决方案MIRAGE。
- 2025-10-21
- 1
- 0
- 0