ChatPaper.aiChatPaper

LOOM-Scope: een uitgebreid en efficiënt evaluatiekader voor LOng-cOntext Modellen

LOOM-Scope: a comprehensive and efficient LOng-cOntext Model evaluation framework

July 7, 2025
Auteurs: Zecheng Tang, Haitian Wang, Quantong Qiu, Baibei Ji, Ruoxi Sun, Keyan Zhou, Juntao Li, Min Zhang
cs.AI

Samenvatting

Lang-contextverwerking is een fundamentele capaciteit geworden voor grote taalmodelen (LLMs). Om de lang-contextprestaties van modellen te beoordelen, zijn tal van lang-contextevaluatiebenchmarks voorgesteld. Variaties in evaluatie-instellingen tussen deze benchmarks leiden echter tot inconsistente resultaten, wat het moeilijk maakt om betrouwbare vergelijkingen te trekken. Daarnaast vormen de hoge rekenkosten van lang-contextevaluatie een aanzienlijke barrière voor de gemeenschap om uitgebreide beoordelingen van lang-contextmodellen uit te voeren. In dit artikel stellen we LOOM-Scope voor, een uitgebreid en efficiënt raamwerk voor lang-contextevaluatie. LOOM-Scope standaardiseert evaluatie-instellingen over diverse benchmarks, ondersteunt de implementatie van efficiënte versnellingsmethoden voor lang-contextinferentie, en introduceert een holistische maar lichtgewicht benchmarksuite om modellen uitgebreid te evalueren. Homepage: https://loomscope.github.io
English
Long-context processing has become a fundamental capability for large language models~(LLMs). To assess model's long-context performance, numerous long-context evaluation benchmarks have been proposed. However, variations in evaluation settings across these benchmarks lead to inconsistent results, making it difficult to draw reliable comparisons. Besides, the high computational cost of long-context evaluation poses a significant barrier for the community to conduct comprehensive assessments of long-context models. In this paper, we propose LOOM-Scope, a comprehensive and efficient framework for long-context evaluation. LOOM-Scope standardizes evaluation settings across diverse benchmarks, supports deployment of efficient long-context inference acceleration methods, and introduces a holistic yet lightweight benchmark suite to evaluate models comprehensively. Homepage: https://loomscope.github.io
PDF101July 9, 2025