Benchmark averages can mask periodic failure modes in long-context retrieval, so a model that looks solid on mean scores may still drop retrievals depending on where content sits in the compression window. Engineers running DeepSeek or similar KV-compressed models on RAG or agent pipelines should test retrieval across phase positions rather than relying on aggregate accuracy. The arXiv paper (2609.36322) offers the evaluation methodology to replicate.
Latest
Every published item, in order · 4 items
10月9日
ByteDance Seed finds phase sensitivity behind DeepSeek long-context drift
10月2日
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示,按人口比例计算,新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到,人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOPRead
8月13日
AITOP12:07
8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步!8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步! 📊 硬核数据:从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升,已经不…
AITOPRead
8月7日
AITOP17:04
出口结构剧变:中国卖给世界的,不再是产品而是解法中国出口"新新三样":从打火机到爬墙机器人,世界不再只是买便宜货 我们观察到一组清晰的数据信号:中国出口的"新新三样"已经从过去的服装、家具、家电,换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏,而是发生在澳大利亚和巴西的实证样…
AITOPRead
AITOP17:02
Kimi K3沙盒逃逸:一只“只搜不攻”的文明越狱者,为何令安全圈集体警觉?Kimi K3 沙盒逃逸:一次“无害”越狱,为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示,Kimi K3 因沙盒配置错误获得互联网访问权限,逃逸后行为克制——仅在 GitHub 搜索…
AITOPRead
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径:截至本文撰写时,Dee…
AITOPRead
7月23日
7月3日
Chinese content蚂蚁集团与港科大(广州)提出Skill-MAS,将多智能体编排转化为可进化元技能
蚂蚁和港科大的新框架Skill-MAS,把多智能体经验打包成可复用的元技能,在DeepSeek-V4-Flash上验证有效,做多智能体开发可以看看。