Wollo 团队求解长对话记忆一致性评估

2026年10月1日，AI 角色扮演平台 Wollo 团队提出长对话一致性的评估难题：相比事实回忆，「记忆」更难评估——模型可能记得角色名字和背景，却在后文与既定事件、关系或决定相矛盾。团队表示尝试过对话摘要、检索记忆和结构化事实等方案，并考虑用矛盾率、时序一致性等指标衡量效果。团队同时询问开发者实际使用的是现成 benchmark、自建多轮评测集还是人工评估。目前报道中未给出结论或已成形方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。