构建能处理 1,000 万 token 历史的 AI 记忆

初步内部结果于 2026 年 8 月 2 日发布。这些分数来自文档搜索问答评估,与 99% 的企业数据检索率无关,也未用于独立验证的系统比较。

YouWo 记忆基准测试结果

LoCoMo 准确率
94.6/100
LongMemEval 准确率
97.2/100
BEAM 1M 平均分
68.1/100
BEAM 10M 平均分
52.1/100

测试历史

2026 年 8 月 2 日公布了创始人提供的一组初步结果。此处尚未公布更新的运行结果,也未公布可复现评估所需的 YouWo 适配器、配置和逐题输出。

评估方法

评估人员把对话历史转为可搜索的 YouWo 文档或笔记。系统为预留测试题检索证据、生成答案,并按基准集的标准答案评判。

原始研究

LoCoMo · LongMemEval · BEAM · 用于后续学习评估的 MemoryAgentBench

从文档到可追溯的答案

  1. 切分原文

    把文档文字切成较短的片段,并保留各片段在原文中的位置,例如 PDF 页码或录音时间点。

  2. 建立语义索引和实体图谱

    将片段转换为向量(embedding),方便按含义搜索。系统也可识别片段中的人物、机构和主题,用实体图谱记录它们之间的关系,并关联到原文。

  3. 找回证据并引用原文

    系统为问题检索相关片段,把答案的依据标成引用。读者可以沿引用回到原文核对。