Johns Hopkins团队发布长对话记忆基准DiaLong

1. 12:00
   arXiv · NLP

   DiaLong：长上下文对话中的记忆能力基准

   Johns Hopkins University 团队发布 DiaLong，一个包含 100 段超长对话的长上下文基准，用于评估 LLM 的记忆保持与召回能力。该数据集通过 LLM 增强人工创作对话，任务要求模型对 40 个候选事实进行真假分类，以直接检测信息检索准确性。测试显示当前 LLM 及记忆增强方案表现不足，表明提升长对话中的记忆、连贯性与自然交互能力仍需大量工作。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。