让大模型轻松处理比自身上下文窗口长两个数量级的超长文本！ MIT CSAIL 研究团队提出了一种叫做递归语言模型 RLM的长文本处理新方法，来解决上下文腐烂问题。 不修改模型架构、不升级模块设计，但能让 GPT-5、Qwen-3 ...

Microsoft has launched its Model Context Protocol (MCP) for Azure Functions, ensuring secure, standardized workflows for AI ...

比如，GPT-5.2-Codex采用的就是窗口内的原生上下文压缩技术，在持续数周的大型代码仓库协助任务中保持全上下文信息。 在复杂长文本任务中，RLM的优势也比较显著。面对要求聚合成对信息、复杂度呈二次方增长的OOLONG-Pairs任务，基础GPT ...

在人工智能领域，处理超长文本一直是一个棘手的问题。MIT计算机科学与人工智能实验室（CSAIL）最近发布的研究成果，提出了一种名为递归语言模型（RLM）的新方法，成功让大模型在不改变架构的情况下，解锁了千万级的上下文处理能力。这一创新将极大提高如GPT-5和Qwen-3等顶尖模型的推理效率，开启了大模型处理文本的新纪元。

Google launched the Universal Commerce Protocol (UCP), an open standard enabling AI-driven shopping agents to complete tasks ...

Given the rapidly evolving landscape of Artificial Intelligence, one of the biggest hurdles tech leaders often come across is ...

LLM幻觉问题至今没有根治方案。RAG能缓解一部分，但成本高、架构复杂，而且只适用于有外部知识源的场景。而对于模型"应该知道但经常搞错"的那类问题，比如历史事件的时间线、人物履历的细节，RAG帮不上什么忙。Chain-of-Verification（ ...