Papr 在 LongMemEval 记忆基准上报告 96.0% 的成绩

Papr 表示，它正确回答了 LongMemEval 500 道题中的 480 道（96.0%），并称这是它找到的已公开最高分，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 token，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。 Papr 表示，每个答案和评分决定都是公开的，并且它在一半题目上调整提示词、在另一半上做验证。它指出没有进一步的留出集，并称大多数已公开的 LongMemEval 结果都是如此。嵌入模型 papr-embed 可通过 Papr Memory API 使用。

AI 根据报道生成 · 14 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。