待验证50% 置信基准精确时间

据ForgetEval研究，当领先记忆系统在由非作者本人编写的测试用例上评分时，内部测试63%-68%的分数骤降至28%-33%。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/14

首次发现

有效期至：2027/1/12

来源

State-Drift：AI Agent记忆过时为何成为新安全盲区

涉及实体

ForgetEvalconcept 记忆系统product

相关事实

待验证73.43%的识别率意味着仍有约四分之一的核心错误未被捕捉，表明自动化评审尚不能完全取代人类专家判断72% 相似待验证据STALE研究，多数专用记忆框架在识别自身记忆失效的任务中得分低于10%。72% 相似待验证18个模型中有11个能正确回答至少96%的记忆读取问题，但在记忆写入（维护护照）任务上差距显著拉大72% 相似待验证记忆测试中保留全部上下文时模型95%的情况能准确找到学生提及的具体细节，而摘要压缩后准确率骤降至32%71% 相似待验证44%的推理token减少是作者自述口径，未经第三方复现验证，原始素材未披露数据构造方式、训练算法、采样规模和基准测试明细70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1030579

API

curl https://kongchang.com/api/v1/knowledge/claims/1030579

MCP

get_claim(id=1030579)