List your company

Long-context language modeling on LongBench-E 1.0 (test)

49.92S-Doc QA Perf.Elastic Attention
3.6415.65527.6739.685Dec 17, 2025Dec 23, 2025Dec 29, 2025Jan 5, 2026Jan 11, 2026Jan 17, 2026Jan 24, 2026

Evaluation results

MethodLinks
Elastic AttentionBackbone=Llama-3.1-8B-Instruct, variant=FA-SSA2026.0149.920.6448.920.6330.170.7367.990.74540.6460.70.7953.350.69
Elastic AttentionBackbone=Llama-3.1-8B-Instruct, variant=FA-XA2026.0149.40.7152.940.6930.30.868.550.7949.660.7256.490.8752.710.77
XAttentionBackbone=Llama-3.1-8B-Instruct2026.0148.82—51.73—30.26—68.57—40.83—56.53—51—
Llama-3.1-8B-InstructBackbone=Llama-3.1-8B-Instruct2026.0148.75—51.85—30.26—68.16—56—55.81—53.28—
Elastic AttentionBackbone=Llama-3.1-8B-Instruct, variant=XA-SSA2026.0148.3—46.4—30.27—67.83—41.37—60.81—50.71—
MoBABackbone=Llama-3.1-8B-Instruct2026.0146.63—43.91—30.72—66.78—36—64.48—49.69—
Elastic AttentionBackbone=Qwen3-8B, variant=FA-SSA2026.0146.150.6446.540.6528.190.7267.520.7148.070.6562.950.7851.510.69
Qwen3-8BBackbone=Qwen3-8B2026.0145.57—51.59—28.34—66.64—50.16—61.2—52.16—
MoBABackbone=Qwen3-8B2026.0144.73—43.28—30.33—64.22—48.95—62.55—50.47—
Elastic AttentionBackbone=Qwen3-4B, variant=FA-XA2026.0144.40.6839.420.7128.490.8265.260.7644.350.7454.290.8747.590.76
Elastic AttentionBackbone=Qwen3-8B, variant=FA-XA2026.0144.010.7549.990.7628.30.8366.230.850.950.7760.570.8651.660.8
Qwen3-4BBackbone=Qwen3-4B2026.0143.69—38.48—28.46—66.21—49.59—54.38—48.45—
XAttentionBackbone=Qwen3-8B2026.0143.48—48.99—28.39—66.26—42.86—60.62—50.13—
NSABackbone=Llama-3.1-8B-Instruct2026.0142.33—40.37—29.93—66.65—15.17—57.65—44.03—
Elastic AttentionBackbone=Qwen3-4B, variant=FA-SSA2026.0142.20.6638.860.6828.50.7665.730.7348.430.7154.340.8248.080.73
Elastic AttentionBackbone=Qwen3-4B, variant=XA-SSA2026.0141.92—38.67—28.45—65.25—49.25—55.07—48.14—
XAttentionBackbone=Qwen3-4B2026.0141.58—38.85—28.76—65.45—39.01—54.52—46.44—
NSABackbone=Qwen3-8B2026.0140.63—37.45—27.97—67.14—29—62.19—46.12—
Elastic AttentionBackbone=Qwen3-8B, variant=XA-SSA2026.0139.43—41.38—28.27—66.19—46.73—61.85—49.25—
NSABackbone=Qwen3-4B2026.0139.13—34.81—27.38—63.44—23.8—58.1—43.02—
MoBABackbone=Qwen3-4B2026.0138.16—34.3—29.46—64.57—37.42—54.62—45.09—
QuestBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Block-level sparse attention, Sparsity Budget (p')=10242025.1230.76—19.97—27.04—78.84———50.26—-0.39—
ShadowKVBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Block-level sparse attention (Mean pooling), Sparsity Budget (p')=10242025.1230.73—17.88—30.71—78.95———49.15—-0.27—
FlatBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Exact KNN, Sparsity Budget (p')=10242025.1229.94—24.01—28.92—78.35———50.26—0.54—
ShadowKVBase Model=Yi-9B-200K, Retrieval/Cache Method=Block-level sparse attention (Mean pooling), Sparsity Budget (p')=10242025.1229.9—30.32—27.71—83.61———69.31—-0.98—
CTkvrBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Centroid-then-Token Indexing, Sparsity Budget (p')=10242025.1229.68—21.2—28.98—78.12———50.29—-0.11—
CTkvrBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Centroid-then-Token Indexing, Sparsity Budget (p')=5122025.1229.55—21.25—29.32—78.12———50.41—-0.03—
FullKVBase Model=Llama-3-8B-262K, Retrieval/Cache Method=None (FullKV)2025.1229.13—21.82—29.33—79.04———49.5—41.76—
FlatBase Model=Yi-9B-200K, Retrieval/Cache Method=Exact KNN, Sparsity Budget (p')=10242025.1229.02—37.99—26.29—83.61———69.12—0.05—
CTkvrBase Model=Yi-9B-200K, Retrieval/Cache Method=Centroid-then-Token Indexing, Sparsity Budget (p')=10242025.1228.77—38.08—26.24—83.61———69.35—0.06—
CTkvrBase Model=Yi-9B-200K, Retrieval/Cache Method=Centroid-then-Token Indexing, Sparsity Budget (p')=5122025.1228.72—38.16—26.15—83.61———69.72—0.12—
QuestBase Model=Yi-9B-200K, Retrieval/Cache Method=Block-level sparse attention, Sparsity Budget (p')=10242025.1228.19—37.39—25.97—83.34———68.46—-0.48—
FullKVBase Model=Yi-9B-200K, Retrieval/Cache Method=None (FullKV)2025.1228.04—38.54—25.86—83.5———69.81—49.15—
MagicPIGBase Model=Yi-9B-200K, Retrieval/Cache Method=Token-level sparse attention (LSH), Sparsity Budget (p')=10242025.1226.67—38.21—24.74—83.66———69.14—-0.66—
MagicPIGBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Token-level sparse attention (LSH), Sparsity Budget (p')=10242025.1218.17—9.59—26.79—78.08———48.82—-5.47—
SnapKVBase Model=Yi-9B-200K, Retrieval/Cache Method=Eviction-based, Sparsity Budget (p')=10242025.128.83—10.13—11.29—52.38———25.16—-27.59—
SnapKVBase Model=Llama-3-8B-262K, Retrieval/Cache Method=Eviction-based, Sparsity Budget (p')=10242025.125.42—6.25—12.35—40.12———27.06—-23.52—