Vercy · 研究
研究。
结构化记忆能为智能体做什么，用测量说话而不是用断言说话。否定性结果留在页面上。
2026-09-06
Personal Dimension Benchmark
- 问题
- 对于一个人自己的记录，表示形式为读取它们的助手带来了什么，结构中的哪一部分承载哪一项能力？
- 结果
- 结构并未胜过完整的笔记：承载全部事实、日期与来源的时序笔记得到 93.4%，结构化维度为 100%，相差三个题项，p = 0.25。但每一次消融都是决定性的。去掉有效期区间后，历史问题的准确率从 100% 降到 0%，过期判断降到 20%，而当前状态问题毫发无损。去掉来源后，冲突解决从 100% 降到 33%。每一类字段都是某一项能力的唯一支撑。
2026-09-06
Semantic Grounding Benchmark
- 问题
- 当两家机构对同样的词给出不同定义时，版本化的定义层能否让智能体更准确？
- 结果
- 不能。承载同样事实的连贯散文与版本化记录完全持平，76.5% 对 76.5%，p = 1.00：准确率取决于完整，而不是表示形式。只有结构化条件说明了所用规则、定位到缺失的定义及其责任人、把请求发给正确的责任人，并在 72 次披露决策中没有出现严重错误。
2026-08
记忆检索
- 问题
- 在回忆一个项目自身的历史时，基于结构化维度的检索能否胜过普通笔记？
- 结果
- 准确率持平：三次全新运行中，两种条件下 15 个问题全部答对。检索所提供的上下文少 57.9%。结果是平局，也按平局发布。
这些研究如何发布
这里的每项研究都会公开产生它的工具、所有模型调用未经编辑的原始运行，以及任何推翻早期版本的评审记录。当某个主张没能经受住数据的检验时，改的是主张，而不是数据。一项不公布自身失败的基准，是营销制品而不是测量。