**前沿大模型无需超长上下文：频繁压缩即可保持高精度**

_You don't need long context_

> 研究指出，生成后期 token 的成本远高于前期，前沿开源大模型的成本差异可达 7 倍。通过频繁压缩上下文，研究发现大模型在长程任务中几乎不损失准确率，且软件编程任务性能不会崩溃。该成果挑战了大模型必须依赖超长上下文的必要性，并提出了语义状态空间模型（SSSMs）的新概念。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.05306)