مدلهای زبانی (LLMs) علیرغم داشتن پنجرههای متنی بزرگ، گاهی در پیدا کردن و استفاده از شواهد مهم در میان انبوه دادهها شکست میخورند. حالا محققان متد جدیدی به نام ReContext معرفی کردهاند که بدون نیاز به آموزش مجدد (Training-free)، قدرت استدلال مدلها را در متون تا ۱۲۸ هزار توکن افزایش میدهد.
💡 نکته کلیدی: این روش با استفاده از سیگنالهای داخلیِ خودِ مدل، شواهد مرتبط را به صورت بازگشتی انتخاب و پیش از تولید پاسخ نهایی بازیابی میکند؛ این یعنی دقت بیشتر بدون هزینههای سنگینِ آموزش! این متد روی مدلهای قدرتمندی مثل Llama3 و Qwen3 نتایج درخشانی داشته است.
منبع: arXiv AI
