待验证50% 置信事实精确时间

实验对15个前沿模型进行了测试

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

记忆是长程AI智能体的阿喀琉斯之踵

涉及实体

长程任务记忆研究concept

相关事实

待验证研究团队对来自六个模型家族的22个开源LLM进行了测试72% 相似待验证研究团队选取了8个跨越不同能力层级的模型，在54个基准测试上进行交叉评估70% 相似待验证该研究在三个模型家族和三个封闭式基准测试中展开对比实验67% 相似待验证建立私有金丝雀测试集，在每次模型版本切换时系统性运行对比测试，比通用基准测试更能捕捉影响生产的退化信号65% 相似待验证作者将建模流程封装成了包含15个步骤、136个子模块的Skills库，涵盖问题分析、数据处理、模型选择、优化预测评估及获奖概率评估65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/911506

API

curl https://kongchang.com/api/v1/knowledge/claims/911506

MCP

get_claim(id=911506)