HackerNoon· Tiger Data (creators of TimescaleDB)·· 5 天前AI 评分62
Tiger Data 用 Claude 六天做 41 次实验，把对话记忆 F1 从 0.392 提到 0.666
41 Experiments in 6 Days: What the Human Was Actually For
AI 导读
Tiger Data 在六天内用 Claude 跑了 41 次实验（17 次采纳、24 次回退），把长期对话记忆在 LoCoMo 基准上的 F1 从 0.392 提升到 0.666，原始 F1 为 0.638，此前公开最好成绩是 0.598。
来源：HackerNoon · hackernoon.com