> ## Documentation Index
> Fetch the complete documentation index at: https://docs.memorose.dev/llms.txt
> Use this file to discover all available pages before exploring further.

# 基准测试说明与方法论

> Memorose 基准测试数据的范围、方法论和解读指南。

# 基准测试说明与方法论（Benchmark Notes & Methodology）

本页说明 Memorose 网站和文档中引用的基准测试数据。

## 重要范围说明

当前数据为 Memorose 内部评估环境中收集的**项目自报工程基准**。这些数据有助于了解方向性的性能和能力表现，但**不应**被视为独立的第三方审计结果。

## 报告数据

* **HaluMem 召回率**：项目基准测试中实现 100% 无幻觉召回
* **人格一致性（Persona Consistency）**：项目基准测试中实现 100% 保持率
* **LoCoMo**：项目基准测试中实现 100% 长对话质量
* **缓存加速（Cache Speedup）**：项目基准测试中重复查询加速 1273 倍

## 这些数据旨在说明什么

* Memorose 能够在长时间运行的交互中保持用户和智能体的上下文。
* 混合检索（Hybrid Retrieval）加上记忆整合（Memory Consolidation），在相关记忆已结构化且可用时，可以显著降低重复查询的延迟。
* 该系统针对**智能体记忆质量**进行优化，而不仅仅是文档检索准确率。

## 这些数据尚未证明什么

* 它们不能替代公开的、可复现的基准测试套件。
* 它们不保证在每种模型、数据集或部署拓扑下都能获得相同结果。
* 它们不应被视为正式的独立认证。

## 建议的解读方式

将这些基准测试数据用作：

* 当前工程方向的证据，
* Memorose 针对持久化 AI 记忆进行优化的信号，
* 以及你自己针对特定工作负载进行评估的起点。

## 可复现性路线图

Memorose 项目正在推进以下工作：

* 公开基准测试输入和评估脚本，
* 更清晰地披露硬件和模型配置，
* 以及提供可复现的基准测试包供外部验证。

在这些工作完成之前，评估 Memorose 用于生产环境的团队应针对自己关心的工作负载、模型和延迟预算运行自己的基准测试。