WpyQwq
643e22ecb9
- 引入 MemoryRouterXL 与 v5/v6 流式多线程训练/编码管线 - 修复 prepare_memory_router_dataset 候选池重建缺陷（mega 家族 3568x 加速，输出逐字节相同） - 修复 v5 被破坏的拒答与多跳标签（train 未知样本 319 -> 16319，multi_hop 平均正例 1.00 -> 2.00） - 同存储预算下 V2-128 v6 逐轴 22/22 通过：Top-1 41.12% -> 94.62%，未知拒答 0.00% -> 100.00% - 记录三条被实测推翻的显然优化（logits_to_keep=1 反而慢 55%、XL 容量未带来收益） - 记忆手术跨架构可移植性 14/14，读写关闭时与原生模型逐位相同
1.0 KiB
1.0 KiB
NM2.1 与原版 NM2 的整体记忆测试对照
同一套电池、同一份运行时，只有模型包不同。全部为百分比。
| 指标 | 原版NM2 | NM2.1 | NM2.1最终 |
|---|---|---|---|
| A 用例数 | 110 | 110 | 110 |
| A 总体正确率 | 89.09% | 88.18% | 88.18% |
| A 可回答正确率 | 100.00% | 100.00% | 100.00% |
| A 未知拒答率 | 60.00% | 56.67% | 56.67% |
| A 已知问题被误拒率 | 0.00% | 0.00% | 0.00% |
| B 回答正确率 | 43.75% | 68.75% | 68.75% |
| B 答成别的属性 | 18.75% | 18.75% | 18.75% |
| B 触发读取 | 56.25% | 93.75% | 93.75% |
| B 平均选中记录 | 3.0625 | 6.0625 | 6.0625 |
| C 可回答正确率 | 65.00% | 65.00% | 70.00% |
| C 答成别的属性 | 35.00% | 35.00% | 27.50% |
| C 未知泄漏率 | 75.00% | 75.00% | 0.00% |
| C 活跃记录下限 | 23 | 23 | 23 |
| C 活跃记录上限 | 24 | 24 | 24 |
| D 重启后召回 | 通过 | 通过 | 通过 |
| D 重启后作答正确 | 通过 | 通过 | 通过 |
| D 清理生效 | 通过 | 通过 | 通过 |