LongMemEval

LongMemEval 由研究者构建，包含大量长对话与跨会话场景，要求模型回答依赖早期信息的提问，覆盖信息抽取、多会话推理、时间推理、知识更新和拒答等能力。它弥补了传统短上下文评测无法反映长期记忆的缺陷，常被用于比较不同记忆机制与长上下文模型的实际效果。