Recallr, uzun süreli hafıza standart testi LongMemEval’de % 86.7 puan aldı.
Her soru, yaklaşık 48 önceki sohbette, 490 mesaja yakın bir detay gizler ve sonra geri ister. Bu, Recallr'ı AI geliştiricilerin kullandığı hafıza sistemleri aralığına koyar.
- Bu listedeki tek tüketici uygulaması. Diğerleri geliştiricilerin kendi ürünlerine entegre ettiği hafıza sistemleri.
- Hızlı, düşük maliyetli günlük bir modelle test edildi. Buradaki bazı sonuçlar çok daha büyük modellerle yapıldı.
86.7%104 / 120 soru
AI geliştiricilerinin üzerine inşa ettiği hafıza sistemlerinin kapsamı içinde.
Her biri kendi ekibinin en iyi sonucunda, yanıtlayan AI modelinin türü ve kaynağa bağlantı ile yayımlanan LongMemEval puanları.
- 1Mastra Gözlemsel HafızaYapay zeka ajanları için Bellek (açık kaynak)94.9%küçük genel modelMastra araştırması, Şubat 2026 · Eski bir genel modelle %84,23
- 2GerçekleşenlerYapay zeka ajanları için Bellek (araştırma)91.4%daha büyük bir temel modelLatimer ve ark., arXiv, Aralık 2025 · Açık kaynaklı 20B modelle %83,6
- 3RecallrTüketici uygulaması, teslim edildiği haliyle86.7%hızlı günlük model
- 4EmergenceMemYapay zeka ajanları için Bellek86.0%dahili bir modelEmergence AI blog, Haziran 2025 · Herkese açık şekilde tekrarlanamıyor; herkese açık yöntemi eski bir genel modelle %82,4 aldı
- 5SüperhafızaYapay zeka uygulamaları için Bellek API’si85.2%büyük genel modelSüperhafıza araştırması · Başka bir büyük genel modelle %84,6
- 6ZepYapay zeka ajanları için Bellek71.2%eski genel model
- 7Tüm geçmişi okuyan bir AI modeliHafıza sistemi yok: her istemde tam ~115.000 token geçmişi60.6%eski genel model
Haftalar ya da aylar sonra yeni bir sohbette soruldu.
Recallr'ın dört doğru cevabı, kelimesi kelimesine. İnsanlar ve önceki sohbetler testin kendisine ait.
Daha önce bahsedilen about 8 months
Şu anda kaç bisikletim var?
Dört. 2 Ekim mesajında yeni bir hibrit bisiklet aldığını söyledin, böylece şimdi yol bisikleti, dağ bisikleti, işe gidip gelme bisikleti ve o hibrit bisikletin var – 15 Şubat'ta bana söylediğin üç bisikletten fazlası.
Daha önce bahsedilen about 4 months
Arkadaşım Emma bana Negroni yapmayı gösterdikten sonra evde kaç kere denedim?
On kez - bunu 15 Ekim 2026 Perşembe günü bana söyledin. (Haziran’da beş demiştin, yani iki katına çıkarmışsın.)
Daha önce bahsedilen 3 weeks
Ticket to Ride'daki şu anki en yüksek puanım nedir?
132 puan - bunu 4 Ekim 2026'da Scythe oyun gecesi sohbetinde söyledin. Önceki 1 Ekim'deki 124 puanı geçmiş oldu.
Daha önce bahsedilen 4 weeks
Bitki bahçemi sulamaya başladığım gün ile ilk taze otları hasat ettiğim gün arasında kaç gün geçti?
24 gün - 23 Eylül 2026'da günlük sulamaya başladın ve ilk hasadını 17 Ekim 2026'da yaptın.
Test ve nasıl yaptığımız.
- Test
- LongMemEval (Wu ve ark., ICLR 2025), bir sohbet asistanının birçok konuşma boyunca sana söylediklerini hatırlayıp hatırlamadığını kontrol eder: bahsettiğin gerçekler, sonradan değişen şeyler, tarihler, tercihlerin ve sana söyledikleri. "S" seti, 48 önceki sohbetle ilgili her soruyu arar. Makale.
- Recallr
- Recallr'ın şu anki sürümü, tam olarak teslim edildiği haliyle, October 2026 tarihinde test edildi. Her sorunun önceki sohbetleri yeni bir hesaba geçmiş sohbetler olarak yüklendi; ardından soru yeni bir sohbette soruldu.
- Sorular
- 120 500'den, temizlenmiş setin altı türünden eşit 20 tane,
- Yapay zeka modeli
- Hızlı ve uygun fiyatlı bir günlük model her soruyu yanıtladı; Recallr’ın kullandığı AI modellerinden biri. Her yanıt, kıyaslamanın kendi kontrol soruları ve değerlendirme modeliyle kör olarak puanlandı.
- Diğer sistemler
- Aynı testte kendi yayımladıkları sonuçlar, 6 kaynak, 20 Ekim 2026 tarihinde kontrol edildi. Grafiği bir yarış değil, aralık olarak oku: her sistem farklı bir yapay zeka modeliyle yanıt verdi ve tüm 500 soruyu çalıştırdılar.
Bilmek iyi olur.
Hâlâ merak mı ediyorsun? Köşedeki Recallr'a sorabilir veya support@recallr-ai.org adresine yazabilirsin.
01LongMemEval nedir?
ICLR 2025’te yayımlanan sohbet asistanlarında uzun süreli hafıza için standart kıyaslama. 500 sorusunun her biri onlarca önceki konuşmayla birlikte gelir ve onlardaki bir detayı sorar, böylece asistan tahmin değil, söylediklerini bulup kullanmak zorundadır.
02Recallr'ın hafızası uygulamada aynı mı?
Evet. Test, Recallr’ın mevcut sürümünde yapıldı: aynı hafıza, geçmiş sohbetlerde aynı arama, aynı yanıt kontrolleri.
03Neden 120 soru, tüm 500 değil?
Her soru kendi hesabını ve onlarca önceki sohbeti gerektirir, bu yüzden testin altı türünden eşit 20 tane yaptık. Yeni Recallr sürümü çıktığında tekrar yapar ve bu sayfa güncellenir.
Bir kez söyle.
Aylar sonra sor.
Bugün önemli olanı kaydet. İhtiyacın olduğunda sor.
Ücretsiz başla. Kart bilgisi gerekmez.