120 例对比测试：Hy-Memory 召回 100% 但空例全部失败

LokalBot 开发者以 120 个合成案例测试四款本地 LLM 的记忆写入能力，评估能否召回有效信息并拒绝保存不该记录的内容。主评测包含 96 个英文案例，Hy-Memory 30B-A3B 召回 52/52，但产生 76 条多余提议且 44 个空例全部失败；Qwen3.5 4B 和 9B 的空例正确率分别为 95.5% 和 90.9%。