Papr đạt 96,0% trên LongMemEval với truy xuất nhận biết lược đồ cho bộ nhớ dài hạn

Papr trả lời đúng 480 trong số 500 câu hỏi LongMemEval (96,0%), mức điểm công bố cao nhất mà nó tìm thấy, bằng cách dùng chính prompt trả lời và bộ chấm điểm của benchmark. Cấu hình đạt 95,4% gửi cho mô hình trả lời 16,5k token mỗi câu hỏi, khoảng một phần ba so với Hindsight, và với gpt-5-mini nó đạt 94,4%. Truy xuất đưa toàn bộ các phiên chứa bằng chứng vào top 5 đối với 97,9% số câu hỏi có thể trả lời.