普林斯顿陈丹琦团队：免微调破解长文本衰退，推理性能提升25%

背景：当前大模型在处理长上下文时，普遍存在“Context Rot”现象，即随着输入长度增加，模型推理性能显著下降。研究目的：普林斯顿陈丹琦团队提出一种免训练的DYSCO解码算法，旨在通过动态调整注意力权重，缓解长文本性能衰退。结论：DYSCO算法在不改变模型参数的情况下，有效提升了Qwen3-8B等模型在128K长文本基准上的推理性能，相对提升高达25%，且计算开销小，具备工程应用潜力。