智能体
dev.to ·
@goyohan0611-png
95% 召回、80% 回答：LongMemEval 检索分数没告诉你的
文章指出记忆层产品常引用的 LongMemEval 94%–96% 多为 recall_any@5 检索指标，而非问答准确率。作者固定 agentmemory 返回的 top-5 会话，使用相同答案模型与官方 GPT-4o 评判器复测，对比检索召回与端到端答题表现的差距，并同时测试其自研 Graph-MIND。
AI推荐理由 针对 AI Agent 记忆层普遍引用的 LongMemEval 指标做拆解，区分 recall_any@5 检索召回与 GPT-4o 评判的问答准确率，并在相同问题、相同答案模型与官方评判器下复测，指出两者差距。方法可复现，但作者为竞品 Graph-MIND 开发者，存在立场偏向，结论需独立验证。
72
正文
当前仅保存了标题或简介；并非所有来源都提供正文，可通过下方原文链接查看。