跳到正文
热点事件持续更新

ICE v3公开，v2长对话评测落后向量RAG

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

Deepnar_S公开了本地优先的LLM对话记忆层ICE v3、LSREP纵向评估协议、论文和开源仓库；v3新增时间检索与MCP接口。其此前构建的ICE v2在包含1985轮对话、219个探针和52个检查点的评测中，普通密度数据上与纯向量RAG质量无显著差异，但在LongMemEval full-S上的保真度为43.0%，低于向量RAG的69.5%。现有实测结论针对v2，未披露v3的对应成绩。

AI 根据报道生成 · 1 小时前更新

最新进展11月1日 18:26
开源记忆层 ICE 实测：复杂度不低，却输给纯向量 RAG

报道时间线

沿着报道，了解事件的不同侧面。

11月1日
  1. AGI Hunt
    开源记忆层 ICE 实测：复杂度不低，却输给纯向量 RAG

    一名印度大三学生独立构建本地优先的 LLM 对话记忆层 ICE，并通过 LSREP 纵向协议评测记忆随对话演化的表现。测试包含 1985 轮对话、219 个探针和 52 个检查点，ICE v2 在普通密度数据上与向量 RAG 质量无显著差异，但在 LongMemEval full-S 上保真度为 43.0%，低于纯向量 RAG 的 69.5%。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。