广州亿能测试技术服务有限公司

文章列表

• 记忆评测的“测试金字塔”:为什么满分通过对话测试的智能体,真实用起来照样失忆?

  2026-09-06·模型评测 benchmark 独立复现

  AI评分 29深度13·仅据标题摘要

  我们的做法是评测数据全部写入独立的 benchmark 命名空间,清理时只清这个命名空间,绝不触碰智能体真实用户的记忆.这是存储...

  原文链接待收录