OOLONG은 언어 모델이 긴 context 전체에 흩어진 정보를 읽고 종합해 답하는 능력을 재는 long-context benchmark로, 2025년에 공개됐다. 특정 문장 하나를 찾는 needle-in-a-haystack 과제와 달리 context 안의 많은 항목을 하나하나 처리해 집계하거나 추론해야 하는 과제로 이뤄진다.
context 길이가 길어질수록 모델 점수가 크게 떨어지는 현상을 보여 주는 데 쓰이며, long-context 처리 기법을 평가하는 데 쓰인다.