हाल ही में,超长上下文窗口的大型语言模型（LLMs） बहस का热点 बन गए हैं। ये मॉडल एक प्रॉम्प्ट में सहित कई लाख या यहां तक कि एक करोड़ निशान संभालने में सक्षम हैं, जो डेवलपर्स के लिए कई नई संभावनाएं खोल रहे हैं। परंतु, ये दीर्घ संदर्भ LLM वास्तव में प्राप्त हुई बड़ी जानकारी को कितनी अच्छी तरह समझ और उपयोग कर सकते हैं? इस प्रश्न का समाधान करने के लिए, गूगल DeepMind के शोधकर्ताओं ने Michelangelo नामक एक नया बेंचमार्क पेश किया है, जिसका उद्देश्य दीर्घ संदर्भ अनुमान क्षमताओं का मूल्यांकन करना है। शोध परिणाम दर्शाते हैं कि...