OctoLong长上下文代码语料与模型研究

2026年10月15日，arXiv人工智能板块出现由Indraneil Paul等作者发布的研究，提出名为OctoLong的上下文工程流水线，并据此训练OctoLong-Instruct长上下文模型。据该报道，OctoLong借助AST解析器、语言服务器后端和包管理器递归检索代码引用，构建出依赖丰富、长度可达数百万token的代码上下文，用于中期训练以提升长上下文建模能力。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。后续进展有待更多报道确认。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。