基准LongMemEval-S 基准
LongMemEval-S
长期对话记忆评估基准，用于测试智能体系统在长期记忆任务中的表现
时间轴 (近 90 天)
10月19日
agentmemory 在 LongMemEval-S 基准上公布了 95.2% 的 R@5 得分，且可从仓库中的测试框架复现。
待验证50%
10月19日
MemCompile 在 LongMemEval-S 基准上也表现出强劲性能，表明查询条件化编译的收益可以泛化到不同的长期对话记忆任务中。
待验证50%
9月22日
长程记忆评测集（如 LongMemEval、MemGPT 基准）考察五个维度：单跳信息提取、跨会话推理、知识更新、时间推理、拒答判断
待验证50%
全部知识事实 (6)
待验证
MemGAS在LongMemEval-S上构建记忆处理约52.9M input tokens，Summary和Keyword带来的额外内存约27MB，约为原始记忆的10%
85%待验证MemGAS在四个长期记忆基准上进行评估：Locomo、LongMemEval-S、LongMemEval-M和LongMTBench Plus
60%待验证MemGAS在LongMemEval-S数据集上F1达到20.38，最强基线HIPPO RAG为14.73
55%待验证agentmemory 在 LongMemEval-S 基准上公布了 95.2% 的 R@5 得分，且可从仓库中的测试框架复现。
50%待验证MemCompile 在 LongMemEval-S 基准上也表现出强劲性能，表明查询条件化编译的收益可以泛化到不同的长期对话记忆任务中。
50%待验证长程记忆评测集（如 LongMemEval、MemGPT 基准）考察五个维度：单跳信息提取、跨会话推理、知识更新、时间推理、拒答判断
50%