연구진은 짧은 학습 시퀀스만으로 효과적인 컨텍스트 확장을 달성하는 EndPrompt라는 새로운 방법을 제안했습니다. EndPrompt는 모델이 장거리 상대 위치 거리에 노출되도록 하면서도 기존의 짧은 컨텍스트를 유지하고 짧은 터미널 프롬프트를 추가하는 방식으로 작동합니다. LLaMA 모델을 8K에서 64K로 컨텍스트 창을 확장했을 때, EndPrompt는 RULER 점수 76.03을 기록하며 기존 방법보다 우수한 성능을 보였습니다.