# LongMemEval 基准

VarOps 为跨组织工作的 AI 智能体构建了一套记忆系统，把每条观察蒸馏成带陈述者、有效期和原文证据跨度的断言，而不是保留原始对话片段。在 500 题长对话公开基准 LongMemEval 上，这种有损蒸馏仍让正确证据进入前十结果的比例达到 99.8%；摄入约 3500 万 token 花费 8.24 美元，在两颗 CPU 上完成，未用 GPU。系统还让时间与“查无此项”显式化，并在调用模型之前按身份完成权限判定。

VarOps 为跨组织工作的 AI 智能体构建了一套记忆系统，把每条观察蒸馏成带陈述者、有效期和原文证据跨度的断言，而不是保留原始对话片段。在 500 题长对话公开基准 LongMemEval 上，这种有损蒸馏仍让正确证据进入前十结果的比例达到 99.8%；摄入约 3500 万 token 花费 8.24 美元，在两颗 CPU 上完成，未用 GPU。系统还让时间与“查无此项”显式化，并在调用模型之前按身份完成权限判定。

该工作提出 CogMem，一种基于 PEC2F（人物-事件-概念-主张-事实）图模式的免训练认知记忆架构：用 Claim 节点保留主观陈述的来源与对象，将对话轮次增量转为带来源的图记录并整合为高层事实，再由 LLM 意图解析驱动的规则控制器组合锚定、遍历、交集与证据落地四种图算子重建上下文；在 LoCoMo 与 LongMemEval 上，多跳、时序与知识更新任务表现突出，消融与语义坍缩探针支持认知分离、整合与智能体检索的互补贡献。

该工作提出 CogMem，一种基于 PEC2F（人物-事件-概念-主张-事实）图模式的免训练认知记忆架构：用 Claim 节点保留主观陈述的来源与对象，将对话轮次增量转为带来源的图记录并整合为高层事实，再由 LLM 意图解析驱动的规则控制器组合锚定、遍历、交集与证据落地四种图算子重建上下文；在 LoCoMo 与 LongMemEval 上，多跳、时序与知识更新任务表现突出，消融与语义坍缩探针支持认知分离、整合与智能体检索的互补贡献。