待验证50% 置信基准精确时间

MemCompile 在 LoCoMo 数据集上取得了 80.52% 的 Judge Accuracy。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/19

首次发现

有效期至：2027/1/17

来源

MemCompile：面向长期智能体内存的查询条件化编译框架

rss2026/10/16

涉及实体

MemCompileconcept LoCoMoconcept

相关事实

已验证LLM-as-Judge方法与人类专家评分的一致性可达80%以上69% 相似待验证研究表明经过良好校准的LLM裁判与人工标注的一致性可达80%以上66% 相似待验证团队将一个金融分析基准测试的准确率从50%提升至92%63% 相似待验证在512-token推理预算下，该方案实现100%路由准确率和98.3%整体准确率，应用题准确率达93.3%62% 相似待验证在确实包含数据集引用的段落中，精确率提升到89.5%62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1069670

API

curl https://kongchang.com/api/v1/knowledge/claims/1069670

MCP

get_claim(id=1069670)