新基准LOCOMO-CONV：以对话方式测试AI记忆，揭示隐式与组合查询检索缺口
台湾大学团队提出基于LoCoMo的对话式记忆基准，在五种记忆系统上发现QA基准未暴露的检索差距，并公开辅助标注数据。
台湾大学研究人员Wen-Yu Chang和Yun-Nung Chen提出LOCOMO-CONV，一个源自LoCoMo的对话式记忆基准，用于评测大语言模型在长程对话中的记忆系统。论文于2026年9月3日提交至arXiv，编号2609.03467。依据为论文摘要。
四种查询风格与评估方法
LOCOMO-CONV包含dialog（对话）、implicit（隐式）、counterfactual（反事实）、composed（组合）四种查询风格。研究者在五种代表性记忆系统上同时评估检索召回率和端到端回答质量。
实验揭示QA基准未见的检索差距
实验显示，对话式框架暴露出QA基准未覆盖的显著检索差距，尤其在隐式和组合查询上。多面查询改写对原始轮次记忆（raw-turn memory）有帮助，但无法改善抽象记忆（abstractive memory）的检索。
检索强不等于回答好，存在静默接地现象
研究发现，强检索并没能完全转化为回答质量的提升。在隐式查询中观察到“静默接地”（silent grounding）：记忆改善了上下文接地，但回答没有明确提及基准事实。论文据此指出，基于推理的记忆细化（reasoning-based memory elaboration）是值得探索的方向。
- 作者公开了辅助supportive_memory标注，捕捉超出原始基准证据、对对话有用的上下文信息。