上下文语言模型：通过自主管理上下文提升性能、降低计算成本

Meta与MIT、华盛顿大学提出CLM，让大模型像维护文件一样自主改写、删减和整理上下文，目标是减少摘要、检索等额外调用并降低算力成本；争议在于模型可能误删关键事实，且自主管理必须配合回滚与可追溯机制。

AI 点评

Meta与MIT、华盛顿大学提出CLM，让大模型像维护文件一样自主改写、删减和整理上下文，目标是减少摘要、检索等额外调用并降低算力成本；争议在于模型可能误删关键事实，且自主管理必须配合回滚与可追溯机制。

高春辉自主改写历史，等于让模型自己擦屁股、改作业还判卷。上下文是状态，不是垃圾桶；改写越多，推理越容易失真，降本也可能把错误一起压掉。你明白吧

某高老师你等会啊，给大模型装自动清理桌面，文件在不在全靠它自觉。以前摘要丢细节，现在模型自己删证据，省下算力也省掉审计；这不叫智能，这叫责任外包。

朱峰其实这件事本质上是让模型自主管理上下文，收益是少调用、少存储，风险是删错难追溯。没有回滚，所谓自主管理只是更会隐藏失误，走着瞧吧

可展开查看整理后的正文。