待验证80% 置信观点精确时间

Locomo评测数据集存在局限性，不同Memory框架使用不同的judgment prompt导致分数缺乏可比性

1

来源数

80%

置信度

长期有效

时效性

2026/5/16

首次发现

来源

memU记忆框架解读：用文件系统统一多模态Agent记忆

bilibili日新月异max2026/5/16

涉及实体

相关事实

已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力72% 相似待验证该量表属于自评量表，受被试主观报告倾向影响大；存在掩饰动机或述情障碍的人群测评准确性会明显下降72% 相似待验证误差累积问题往往源于参照系选择而非单纯模型容量限制72% 相似待验证语义缓存阈值设定是一个权衡：阈值过高导致命中率低，过低则可能将语义不同的问题错误映射引发响应质量问题71% 相似待验证限额校验往往发生在请求入队时，而实际token消耗统计发生在推理完成后，两者之间存在时间差70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1568

API

curl https://kongchang.com/api/v1/knowledge/claims/1568

MCP

get_claim(id=1568)