四款模型记忆写入评测结果公布
热点事件持续更新
四款模型记忆写入评测结果公布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
LokalBot开发者公布120个合成案例的记忆写入对比评测：在统一使用llama.cpp、温度0、seed 0并强制JSON schema的条件下，Hy-Memory 30B-A3B在52个应提取案例中召回52个，但产生76条多余提议，44个正确输出空列表的案例全部失败。 相比之下，LFM2.5 24B-A2B召回40/52，空例正确率仅22.7%，还出现照抄示例和引用格式混乱；Qwen3.5 4B与9B的空例正确率分别为95.5%和90.9%。结果表明，Hy-Memory虽在召回率上达到100%，但无法可靠遵守“无需记忆时输出空列表”的约束。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 17:17
120 例对比测试：Hy-Memory 召回 100% 但空例全部失败报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI Hunt120 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%。
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。