Papr 在 LongMemEval 上以具結構感知的長期記憶檢索取得 96.0% 的成績

Papr 在 500 道 LongMemEval 題目中正確回答了 480 題（96.0%），這是它目前找到已發表的最佳成績，使用的是該基準本身的作答提示與評分器。其 95.4% 的配置每題向作答模型送出 16.5k 個 token，約為 Hindsight 送出量的三分之一，而在搭配 gpt-5-mini 時達到 94.4%。檢索在 97.9% 的可作答題目中，將所有證據會話排進前 5 名。