论文Agent 与开发者10:40LoCoMo 得分拆解:评委与答案提示词对分数影响可达 9.3 分如果你常看各家记忆系统的 LoCoMo 分数,这篇会改变你的读法:换个评委分数能差 7.2 分,换个提示词差 9.3 分。作者还把全部答案和评分脚本开源了,做 agent 记忆或跑基准的开发者都该看。#LoCoMo#Becos#gpt-4o-mini#LLM-as-judge2 个信源在谈事件专题aarXiv cs.AI@Nikhil Kumar Jha, Amitoj Cheema原文稍后读已读值得跟进有用关注 LoCoMo