Mneme-1：在AI记忆基准测试中以更小模型获得第一名
原帖
**Mneme-1 使用更小、更便宜的模型，在主流AI记忆基准测试中达到第一**
_\#1 on the leading AI memory benchmark using a smaller, cheaper model_
> Exabase研究发布了其第一代长期记忆引擎Mneme-1 (M-1)。在LongMemEval基准测试中，M-1使用Gemini 3 Flash模型达到了96.4%的最高分（Top-50召回率），超越了使用更大、更贵的Gemini 3 Pro模型的同类系统。该结果是在不针对特定问题进行提示工程的情况下取得的，并已考虑到基准测试本身的上限。这项研究强调了在无需依赖超大规模前沿模型的情况下，实现强大长期记忆能力的可能性。
**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-05-15 21:19（北京时间）
- **原文**：[打开原文](https://exabase.io/research/exabase-achieves-state-of-the-art-on-longmemeval-benchmark)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
2026年5月15日，Exabase研究发布其第一代长期记忆引擎Mneme-1 (M-1)。在LongMemEval基准测试中，M-1使用Gemini 3 Flash模型达到了96.4%的最高分（Top-50召回率），超越了使用更大、更贵的Gemini 3 Pro模型的同类系统。
答案说明
根据帖子内容，Mneme-1在不针对特定问题进行提示工程的情况下，在LongMemEval基准测试中使用更小、更便宜的Gemini 3 Flash模型取得了第一名，这强调了在无需依赖超大规模前沿模型的情况下实现强大长期记忆能力的可能性。
这篇帖子回答的问题
- Mneme-1在LongMemEval基准测试中取得了什么成绩？
- Mneme-1是如何以更小的模型在基准测试中取得领先的？
核心观点
- 据帖子所述，Mneme-1使用Gemini 3 Flash模型在LongMemEval基准测试中达到了96.4%的最高分（Top-50召回率）。
- 帖子强调，这一结果在无需依赖超大规模前沿模型（如Gemini 3 Pro）的情况下实现，凸显了高效架构在长期记忆任务中的潜力。
FAQ
- Q: Mneme-1的基准测试成绩是在什么条件下取得的？
- A: 据帖子描述，这一结果是在不针对特定问题进行提示工程的情况下取得的，并且已考虑到基准测试本身的上限。
- Q: 这项研究的意义是什么？
- A: 帖子总结道，这项研究强调了在无需依赖超大规模前沿模型的情况下，实现强大长期记忆能力的可能性。
关键实体
- Mneme-1 (M-1)
- Exabase
- Gemini 3 Flash
- Gemini 3 Pro