Papr 在 LongMemEval 上凭借面向长期记忆的 schema 感知检索取得 96.0% 的成绩

Papr 在 LongMemEval 的 500 道题中正确回答了 480 道（96.0%），这是它目前找到的最高公开成绩，使用的是该基准自带的答题提示词和评分器。其 95.4% 的配置每道题向答题模型发送 16.5k tokens，约为 Hindsight 发送量的三分之一；搭配 gpt-5-mini 时达到 94.4%。检索在 97.9% 的可答题中将全部证据会话排进前 5。