跳到正文
arXiv · AI· Arman Behnam, Sunglyoung Kim, Jiayi Yu, Eric Huang, Liangwei Yang·· 2026-10-06AI 评分39

RealCompanion 基准发布:10 段长达 120 天的真实人机对话数据揭示 AI 伴侣长期理解缺陷

RealCompanion: Benchmarking Human Understanding from Reasoning over Longitudinal Real-World Conversations

AI 导读

研究团队发布 RealCompanion 基准,包含 10 段真实人际关系中共 27,218 条、跨度最长 120 天的对话记录。 数据显示用户仅 3.4% 的消息依赖历史内容,且所需信息中位数在 2,157 条消息之前;AI 模型在标记为“记忆”时过度引用历史,F1 分数为 0.71。

来源:arXiv · AI · arxiv.org