辅助指标 · Category 1–4 · N = 1,540 · 五次运行均值
01 / 分项成绩
总分之外，也完整展示各类任务表现。
所有条形图使用同一零点，并始终显示精确数值，不让图形代替结果本身。
知识更新71 / 78
91.03%
跨会话综合90 / 133
67.67%
单会话 · 助手信息55 / 56
98.21%
单会话 · 偏好记忆27 / 30
90.00%
单会话 · 用户信息67 / 70
95.71%
时间推理101 / 133
75.94%
02 / LOCOMO
Mem0 风格 LLM Judge 协议成绩：80.92%。
这是一项辅助指标，覆盖 Category 1–4，并取五次运行均值；全量 1,986 道题的确定性指标单独列出。
确定性评分器 · 全部 1,986 道题
证据召回覆盖 · 全部 1,986 道题
80.92% 的 Judge 成绩不包含 Category 5，也不作为全量官方准确率展示。
03 / 已记录召回
核心召回链路已记录用时：1.322 秒。
这是项目实测召回链路中的一项已记录结果。
它不是实时状态，也不代表所有部署与请求的可用性或延迟 SLA。
网站以静态、明确标注的方式展示，不把它包装成持续更新的遥测数据。
04 / 复现
按照仓库说明运行并复现 Benchmark。
公开仓库提供架构说明、任务分项和复现入口。