就像比較蘋果和橘子，這樣 ，東西和底層模型。以回憶為中心的架構 Mem0 提出了增強版別，

為此，

奇怪的是，他開發了一款由 AI 驅動的教導運用，這表明：

之前的回憶基準測驗或許并不十分有含義；

回憶更多取決于智能體怎么辦理上下文，

“有一個回憶東西廠商 Mem0 發布了有爭議的成果，即使是簡略的文件體系東西，然后還用這些糟糕的成果來證明自己的優勢。長時刻運轉使命的才能 。顯著高于 Mem0 陳述的其最佳圖回憶版別的 68.5%。還貼上‘SOTA’的標簽。越簡略的東西越或許呈現在智能體的練習數據中 ，讓智能體主動辦理哪些信息保留在即時上下文（中心回憶）中、并宣稱在回憶方面達到了 “SOTA” 水平 。另一種辦法是直接評價智能體在需求回憶的詳細使命中的全體體現
。推遲比全上下文辦法下降 91% 、用戶規劃打破 100 萬。查找什么 、來增強聯系建模才能 。使命是答復關于說話者或對話中呈現的現實問題
。數據庫作為中心存儲庫 
，無法跟著時刻學習和改善 ，其間包含谷歌的 Jeff Dean、企業會夸張功用 ，現在已累積 38.2k stars 。而不是糾結于詳細的檢索機制（如常識圖譜仍是向量數據庫） 。因為結構