Context Window
Концепция
Основные технические характеристики
The model's working memory — from 2K tokens to millions in five years.
Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.
The context window is how much a model can consider at once. GPT-3 held 2K tokens; Gemini holds a million; long-context serving is why the KV cache (the stored state for every token in context) dominates inference memory and why chips like Rubin CPX exist just for the 'prefill' of huge contexts. Long context competes with retrieval (RAG) as the way to give models knowledge.
Место в общей экосистеме
Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.
Источники
Запись актуальна на 2026-01-15 — смотреть Методология.