Multi-needle

Определение

Усложнение теста «Needle in a Haystack» с несколькими связанными фактами для проверки multi-hop reasoning.

Где встречается

• 633. Как вы оцениваете reasoning capability (не просто recall) на длинном контексте
• 879. Как делать evaluation для long-context RAG (100k токенов)
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление