SCBench

SCBench是微软与萨里大学联合推出的长上下文大模型评测基准，首次从 KV 缓存全生命周期（生成-压缩-检索-加载）出发，系统衡量模型在多轮/多请求场景下的真实表现。数据集由 12 项任务、931 个多轮会话、4.8 k 余轮问答组成，覆盖代码仓库问答、百万 token 级中文文档问答、变量追踪、百示例上下文学习等场景，重点考察字符串检索、语义检索、全局信息处理与多任务处理四种能力。