实体 EngramaBench

EngramaBench

PulseAugur coverage of EngramaBench — every cluster mentioning EngramaBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

0

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_02989 · Apr 23 · 02:51

EngramaBench 评估 LLM 的长期对话记忆

研究人员推出了 EngramaBench，这是一个旨在评估大型语言模型长期对话记忆能力的新基准。该基准包含五个不同的角色和一百次多轮对话，查询内容测试事实回忆、时间推理和综合能力。在评估中，具有全上下文提示的 GPT-4o 取得了最高的总体分数，尽管一个名为 Engrama 的图结构记忆系统在跨空间推理方面表现更优。