基准
PrefEval
用于评估大语言模型用户偏好记忆与个性化推理能力的基准测试集
时间轴 (近 90 天)
10月12日
MemFold在每一个基准和每一个骨干模型上都取得了最高准确率，仅在PrefEval的一个单元格上与最强基线打平
待验证50%
10月12日
MemFold在PersonaMem-128K上准确率更高、总体成本更低，在PrefEval上与最强基线持平
待验证50%
10月12日
MemFold的主要训练场景是persona驱动的个性化任务，但能在无目标域训练的情况下迁移到PrefEval和LongMemEval
待验证50%