待验证90% 置信事实时间未知
MEME数据集的对话生成采用GPT-4O自聊方式，并经两层LLM验证（GPT-4O标注+Gemini 2.5 Flash语义审核）
1
来源数
90%
置信度
中期 (~90 天)
时效性
2026/6/1
首次发现
有效期至：2026/8/30
来源
MEME基准测试揭示LLM记忆系统致命缺陷：依赖推理准确率不足50%
bilibili熊二等兵
涉及实体
相关事实
待验证GPT-4o、Gemini等多模态模型已具备音频理解能力，但依赖训练数据的覆盖范围，对未公开发行的内容无能为力74% 相似待验证GPT-4、Claude 3.5 Sonnet、Gemini 1.5 Pro等新一代大语言模型具备多轮对话记忆、错误自动修正和跨文件上下文理解能力74% 相似待验证多模态大模型（如GPT-4V、Gemini）采用端到端处理方式，避免字符切分错误的级联传播，在复杂文字识别上往往优于传统OCR73% 相似已验证聊天模型如GPT-3.5-turbo和GPT-4采用由system、user、assistant三种角色消息组成的消息列表作为输入格式72% 相似已验证随着GPT-4、GPT-4o等模型的推出，ChatGPT单次回复的长度和信息密度大幅提升71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/21552API
curl https://kongchang.com/api/v1/knowledge/claims/21552MCP
get_claim(id=21552)