Исследователи предлагают R3Con, инструмент, операционализирующий принципы когнитивной теории для построения эффективных представлений очень больших контекстов. Система решает проблему сборки взаимосвязанной информации, разбросанной по обширным источникам за пределами стандартных ограничений контекста модели.
- Оценивается против девяти базовых вариантов на двух бенчмарках для рассуждения над большими корпусами документов.
- Превосходит сильнейший базовый вариант на 20 и 8,4 процентных пункта соответственно.
- Позволяет меньшим моделям превосходить большие: R3Con с моделями 4B и 9B превосходит все оцененные базовые варианты 35B.
- R3Con с моделью 35B-A3B превосходит Claude Code с Claude-Sonnet-5 при стоимости в 3,7 раза ниже.
Результаты указывают на то, что представления контекста, следующие этим принципам, могут снизить зависимость от масштаба модели, указывая на производительность уровня front-end, обеспечиваемую меньшими моделями.