研究：压缩记忆评测不能只看置零降分

arXiv 2026年10月15日的一篇论文对压缩记忆评测方法提出质疑：把记忆向量置零虽然会拉低已训练模型的分数，但这不能证明它比从头无记忆训练的模型更好。作者 Minsu Oh 等称，在故事状态预测任务中，置零记忆会恶化预测损失，但无记忆模型的损失反而低于记忆完整的原模型。 研究还给出内容收益的证据边界：在 TriviaQA 上，给 xRAG 接入另一问题的段落可使 F1 从 19.38 升至 24.78，但使用问题自身检索段落的 F1 更高，为 29.88。

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。