长文本评测

长上下文是伪命题？实测Grok通过“大海捞针”却无法理解百万字小说逻辑

一位开发者针对Grok-4.20和4.30进行了长上下文能力的实战测试，结果引人深思。测试分为两部分：首先使用约150万token的机器生成文本进行“大海捞针”测试，模型表现完美，准确回答了所有问题；然而，当上传一部约89万token的百万...