事件专题 ·多源确认

论文提出 LYRA 方法破解长上下文检索中的 Proximity Trap

arXiv 论文指出,长上下文模型检索远距离证据失效的主因不是距离本身,而是近处大量与任务无关背景文本的竞争,作者称之为 Proximity Trap。论文提出 LYRA,一种基于 t 分布的方向匹配机制,把注意力质量重新导向任务相关证据,同时保留相对位置信息。在 LongBench-v2、RULER 和 LongBench 三个基准上,LYRA 在不同上下文长度和任务类别中均取得一致提升。作者还发布 ProxBench,用于评估近端背景干扰增强时远距离证据的利用能力。

当前结论

一篇很实在的论文:作者发现长文档检索差的真正元凶是近处无关文字抢注意力,给出 LYRA 方法外加 ProxBench 基准,做了 RAG 的话值得看他们的实验数据。

3 个信源53° AI 热度最后更新 2026/9/22 17:06:51

证据链

3 个信源

冲突核查

现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。