速報 大型語言模型的多實例處理瓶頸:實例數影響勝過上下文長度 研究團隊針對大型語言模型(LLM)在同時處理多份文件或多筆實例時的表現做全面評估。雖然模型在單一任務上通常表現良好,但在多實例情境中會先出現小幅效能下降(約20到100筆實例),隨著實例數再增加則出現明顯崩潰。分析指出,上下文長度與效能衰退相關,但實例數對最終表現影響更強;