PaperGuru-Benchmark

PaperGuru-Benchmark 是一个面向长周期大语言模型（LLM）智能体的生命周期感知记忆（Lifecycle-Aware Memory, LAM）评测基准。它提出并实现了首个基于四公理形式化定义的长期记忆原语，支持研究者系统性评估LLM在科研文献理解、复现与综述生成等长程任务中的记忆保持、演化与衰减建模能力；核心技术涵盖记忆生命周期建模、状态感知检索与跨文档时序关联，在PaperBench和SurveyBench两大权威学术评测中显著超越基线。适用于AI for Science、科研辅助Agent、学术知识管理等需长期、结构化、时效敏感记忆支持的场景。