EvalMem：长期记忆系统的操作级诊断框架

Zeyu Liu 等作者提出操作级诊断框架 EvalMem，用 Encoding、Retrieval、Generation 三个并行 Examiner 分别检查目标事实是否被存储、原生检索器能否返回可用证据、模型能否基于 oracle 证据作答，并输出细粒度多标签缺陷码。 该框架的定位是诊断长期记忆系统在哪个环节失效，而非只给出整体评分；报道未提供实验数据或实际应用效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。