حقق Recallr نسبة 86.7% في LongMemEval، الاختبار القياسي للذاكرة طويلة الأمد.
كل سؤال يخفي تفصيلاً في حوالي 48 محادثة سابقة، بما يقارب 490 رسالة، ثم يطلب استعادتها. هذا يضع Recallr ضمن أنظمة الذاكرة التي يبني عليها مطورو الذكاء الاصطناعي.
- التطبيق الاستهلاكي الوحيد في هذه القائمة. البقية أنظمة ذاكرة للمطورين لدمجها في منتجاتهم.
- تم الاختبار باستخدام نموذج يومي سريع ومنخفض التكلفة. بعض النتائج هنا استخدمت نماذج أكبر بكثير.
86.7%104 من 120 أسئلة
في نطاق أنظمة الذاكرة التي يبني عليها مطورو الذكاء الاصطناعي.
نتائج LongMemEval المنشورة، كل منها في أفضل نتيجة لفريقه، مع نوع نموذج الذكاء الاصطناعي المستخدم ورابط للمصدر.
- 1ذاكرة ماسرا المراقبةذاكرة لوكلاء الذكاء الاصطناعي (مفتوحة المصدر)94.9%نموذج عام صغيربحث ماسرا، فبراير 2026 · 84.23% مع نموذج عام أقدم
- 2النظر إلى الوراءذاكرة لوكلاء الذكاء الاصطناعي (بحثية)91.4%نموذج أساسي أكبرلاتيمر وآخرون، arXiv، ديسمبر 2025 · 83.6% مع نموذج مفتوح المصدر 20B
- 3Recallrتطبيق المستهلك، كما يُطرح86.7%نموذج سريع يومي
- 4EmergenceMemذاكرة لوكلاء الذكاء الاصطناعي86.0%نموذج داخليمدونة Emergence AI، يونيو 2025 · غير قابل لإعادة الإنتاج علنًا؛ طريقته العامة سجلت 82.4% مع نموذج عام أقدم
- 5الذاكرة الخارقةواجهة برمجة تطبيقات الذاكرة لتطبيقات الذكاء الاصطناعي85.2%نموذج عام كبيرأبحاث الذاكرة الخارقة · 84.6% مع نموذج عام كبير آخر
- 6Zepذاكرة لوكلاء الذكاء الاصطناعي71.2%نموذج عام أقدم
- 7نموذج ذكاء اصطناعي يقرأ كل السجللا نظام ذاكرة: التاريخ الكامل بحوالي 115,000 رمز في كل طلب60.6%نموذج عام أقدم
سُئل في دردشة جديدة، بعد أسابيع أو شهور.
أربع إجابات صحيحة من Recallr، كلمة بكلمة. الأشخاص ودردشاتهم السابقة هم جزء من الاختبار.
ذُكر about 8 months أولًا سابقًا
كم عدد الدراجات التي أملكها حالياً؟
أربعة. في رسالتك بتاريخ 2 أكتوبر قلت إنك اشتريت دراجة هجينة جديدة، لذا لديك الآن دراجة طريق، ودراجة جبلية، ودراجة للتنقل، بالإضافة إلى الدراجة الهجينة - أي أكثر من الثلاث التي أخبرتني عنها في 15 فبراير.
ذُكر about 4 months أولًا سابقًا
كم مرة حاولت صنع نيغروني في المنزل منذ أن علمتني صديقتي إيما كيفية صنعه؟
عشرة مرات - قلت لي ذلك يوم الخميس، 15 أكتوبر 2026. (في يونيو قلت خمسة، لذا ضاعفت العدد منذ ذلك الحين.)
ذُكر 3 weeks أولًا سابقًا
ما هو أعلى نتيجة حالية لي في Ticket to Ride؟
132 نقطة - حققتها في 4 أكتوبر 2026، عندما ذكرتها خلال دردشة ليلة لعبة Scythe. وقد تغلبت على نتيجتك السابقة 124 في 1 أكتوبر.
ذُكر 4 weeks أولًا سابقًا
كم عدد الأيام التي مرت بين بداية ري حديقة الأعشاب وحصاد أول دفعة من الأعشاب الطازجة؟
24 يومًا - بدأت الري يوميًا في 23 سبتمبر 2026، وجنيت أول محصول في 17 أكتوبر 2026.
الاختبار، وكيف أجريناه.
- الاختبار
- LongMemEval (Wu وآخرون، ICLR 2025) يتحقق مما إذا كان مساعد الدردشة يتذكر ما أخبرته به عبر محادثات متعددة: الحقائق التي ذكرتها، الأمور التي تغيرت لاحقًا، التواريخ، تفضيلاتك، وما أخبرك به. مجموعة "S" الخاصة به تعطي كل سؤال عن 48 محادثات سابقة للبحث. الورقة البحثية.
- Recallr
- الإصدار الحالي من Recallr، كما يُطرح بالضبط، تم اختباره October 2026. تم تحميل محادثات الأسئلة السابقة في حساب جديد كمحادثات سابقة؛ ثم طُرح السؤال في محادثة جديدة.
- الأسئلة
- 120 من أصل 500، عدد متساوٍ 20 من كل من أنواعه الستة، من النسخة المنقحة للمجموعة.
- نموذج الذكاء الاصطناعي
- نموذج سريع وبتكلفة منخفضة أجاب على كل سؤال؛ وهو أحد نماذج الذكاء الاصطناعي التي يستخدمها Recallr. تم تقييم كل إجابة بشكل محايد باستخدام تعليمات التحقق ونموذج التصحيح الخاص بالاختبار.
- أنظمة أخرى
- نتائجهم المنشورة على نفس الاختبار، 6 مصادر، تم التحقق منها في 20 أكتوبر 2026. اقرأ الرسم البياني كنطاق، وليس سباقًا: كل نظام أجاب باستخدام نموذج ذكاء اصطناعي مختلف، وأجروا جميعًا 500 سؤال.
من الجيد معرفته.
لا زلت فضوليًا؟ اسأل Recallr في الزاوية، أو اكتب إلى support@recallr-ai.org.
01ما هو LongMemEval؟
المعيار القياسي للذاكرة طويلة الأمد في مساعدات الدردشة، نُشر في ICLR 2025. كل من أسئلته الـ 500 تأتي مع عشرات المحادثات السابقة وتسأل عن تفصيل واحد فيها، لذا يجب على المساعد أن يجد ويستخدم ما قلته، لا يخمن.
02هل ذاكرة Recallr هي نفسها في التطبيق؟
نعم. الاختبار أُجري على النسخة الحالية من Recallr كما تُشحن: نفس الذاكرة، نفس البحث عبر محادثاتك السابقة، ونفس التحقق من الإجابات.
03لماذا 120 سؤالًا وليس 500؟
كل سؤال يحتاج حسابه الخاص مع عشرات المحادثات السابقة، لذا أجرينا 20 متساوية من كل نوع من الأنواع الستة للاختبار. عند إصدار نسخة جديدة من Recallr، نعيد الاختبار وتتحدث هذه الصفحة.
قلها مرة.
اسألها بعد شهور.
احفظ ما يهمك اليوم. اسأل عنه عندما تحتاجه.
ابدأ مجانًا. لا حاجة لبطاقة.