跳转至

Cracks in the Foundation: Seemingly Minor Architectural Choices Impact Long Context Extension

复现级别：核心机制 mini-suite。 本地只验证论文可独立实现的算法路径，不把小规模 NumPy 实验冒充原论文规模训练或线上结果。

论文信息

字段 内容
论文链接 arXiv 2608.10296
公司/机构 Ai2
第一作者 Amanda Bertsch
首次公开日期 2026-08-10（arXiv v1）
原文开源代码 是：olmpool
Adapter olmpool-long-context
本地复现代码 src/auto_research/reproductions/olmpool_long_context/

原始论文总结

背景与主要改动

以受控 7B 模型池隔离 normalization、GQA、预训练长度和滑窗注意力对长上下文扩展的复合影响。

flowchart LR
  X[固定公开 mini-suite] --> B[recent-window 对照]
  X --> M[olmpool-long-context 核心机制]
  B --> E[同样本评测]
  M --> E

原论文关键图

Cracks in the Foundation: Seemingly Minor Architectural Choices Impact Long Context Extension 原论文 Figure 1

原论文 Figure 1（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ \Delta_{LC}=f(N,G,L,S)-f(N_0,G_0,L_0,S_0) \]

论文离线与线上效果

三个以上不利选择组合可令长上下文下游表现下降至 47%；公开 26 个 OlmPool 模型。 这是原文口径；若原文没有工业 A/B，本页不会把本地结果写成线上收益。

本地复现

本地对照口径：基线为同样本 recent-window attention，实验组为 olmpool-long-context；单 seed 变化为 +92.19% 个百分点。

同一 seed、同一 64 条样本上，recent-window attention baseline accuracy 为 0.0781，olmpool-long-context 为 1.0000，绝对变化 +92.19 个百分点。单篇原始指标见 metrics/public-seed42.json，批次索引见 ../../experiments/historical-b07-b11-seed42.json。

auto-research reproduce --paper olmpool-long-context --seed 42

复现边界

本地使用固定长上下文/多模态/评测 mini-suite，未训练论文规模 checkpoint、未实现定制 CUDA kernel，也未复刻论文完整公开 benchmark。该实现用于确认核心数据流、公式和相对计算路径可执行。