ACC方法：编译智能体轨迹提升大语言模型长上下文训练能力
论文提出‘智能体上下文编译（ACC）’方法，将智能体复杂交互轨迹转化为长上下文问答对，用于训练大语言模型，以提升其长距离依赖推理能力。
长上下文训练
First-Principle 上关于「长上下文训练」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
MMProLong：通过平衡数据训练使长上下文视觉语言模型泛化至512K
该研究（2026年5月14日发表于HuggingFace Daily Papers）提出MMProLong训练配方，用于提升长上下文视觉语言模型的泛化能力。该研究通过平衡不同长度的数据分布进行持续预训练，在5B token预算下，成功将Qwen2.5-VL-7B模型的上下文从32K扩展至128K，并在长文档VQA任务上提升了7.1%的性能，且在未额外训练的情况下泛化至256K和512K上下文。