Qwen团队于7月29日发布了Qwen3-30B-A3B-Instruct-2507版本，提升了长文本理解能力至256K，性能接近顶尖模型，特别在指令跟随和逻辑推理方面有显著提升。用户可通过OpenBayes平台一键部署体验，新用户注册可获算力资源福利。

FG-CLIP模型通过长文本理解和细粒度视觉比对，解决了传统CLIP的“视觉近视”问题，能够精准识别局部细节。实验结果表明，其在多个任务上优于现有模型。360人工智能研究院将开源相关数据和代码，推动细粒度视觉理解的发展。

本研究提出了一种新方法——贪心注意力对数插值（GALI），旨在解决大型语言模型在处理超出训练上下文窗口的输入时性能下降的问题，从而显著提升长文本理解能力。

这篇文章介绍了一个长文本理解的基准测试XL2Bench，包含三个场景和四个难度递增的任务。六个大型语言模型在XL2Bench上的表现落后于人类水平。原始数据集和增强数据集上的性能下降验证了缓解数据污染的方法的有效性。

该文章介绍了一个长文本理解的基准测试，评估了六个大型语言模型在该测试上的表现，发现它们的性能落后于人类水平。作者还观察到在原始数据集和增强数据集上的性能下降，强调了缓解数据污染的方法的有效性。

这篇文章介绍了一个长文本理解的基准测试，包含三个场景和四个难度递增的任务。六个大型语言模型在测试中的性能落后于人类水平。原始数据集和增强数据集上的性能下降验证了缓解数据污染的方法的有效性。

这篇文章介绍了一个长文本理解的基准测试，包含三个场景和四个难度递增的任务。六个大型语言模型在测试中的性能落后于人类水平。原始数据集和增强数据集上的性能下降验证了缓解数据污染的方法的有效性。

研究人员提出了Gist Detector来加强下游模型对长文本的理解能力，并在长文档分类、开放领域问答和非平行文本风格转换任务上取得了显著的性能提升。

谷歌宣布推出Gemini 1.5，这是其AI系统的下一代模型。Gemini 1.5在性能和长文本理解方面有所提升，可以处理高达100万个标记，能够分析大量信息和执行复杂的推理任务。该模型在各种评估中进行了测试，并在87%的基准测试中超过了其前身Gemini 1.0。谷歌向开发人员和企业客户提供了Gemini 1.5的有限预览，并计划根据上下文窗口大小推出定价层次。