论文评测单遍决策编码器窗口截断影响

arXiv:2611.16477 的论文作者系统评测了单遍决策编码器 Laya 在 512 token 窗口内的证据读取表现：当证据文本落在窗口之外被截断时，released checkpoint 准确率降至 26.4%（两个微调版为 27.2%），接近 27.0% 的随机猜测水平，且模型置信度无法预警这一失效（AUROC 0.50-0.55）。 评测覆盖 177 个条目、五个任务、三个 checkpoint（released、短行微调、长文档微调）、四种窗口大小，共 93,275 次打分请求。论文作者称，由于文档是合成的、标签由 LLM 生成、且只研究了一个 backbone，这些结果用于诊断该模型本身，不能推广到一般长文档场景。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。