待验证50% 置信基准精确时间

所有模型在显式记忆更新上平均得分0.91，但在隐含更新上只有0.67；Opus 5.5 和 Gemini 3.1 Pro 能抓住每一个隐含变更，gpt-oss-20b 抓住零个

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/11

首次发现

有效期至：2027/1/9

来源

AI智能体记忆实测：18款大模型的"写入"短板

涉及实体

Claude Opus 5.5model Gemini 3.1 Promodel gpt-oss-20bmodel

相关事实

待验证在依赖性任务中，记忆将成功率从经过泄漏验证的0.00基线提升至0.55-1.0069% 相似待验证Gemini 4 Argon 在幻觉基准测试中得分 15%（分数越低越好），低于目前任何前沿模型65% 相似待验证在困难分层上，recall@5从0.000提升到0.955（默认混合权重下），采用下限变体时召回率达到1.00065% 相似待验证引入显式的解析器（resolver）处理信息取代关系后，陈旧记忆类失败降到零，整体准确率从33%跃升至78%65% 相似待验证该框架取得精确率0.82、召回率0.85、F1分数0.82的表现64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997251

API

curl https://kongchang.com/api/v1/knowledge/claims/997251

MCP

get_claim(id=997251)