橙子AI科技 Logo 橙子AI科技 需求咨询
菜单
数据集

ConvoMem

Salesforce/ConvoMem

查看上游原文 ↗
上游访问：公开 本站服务：可咨询 内容检查：AI 辅助整理并检查 许可证：cc-by-nc-4.0 上游版本：e3e9b39115b0

中文简介

Salesforce/ConvoMem 是 Salesforce 在 Hugging Face 发布的数据集仓库，当前卡片主要关联问答、文本生成与推理。本站固定记录上游版本 e3e9b39115b0，同步到 2503 个文件，文件元数据合计 25.60 GB；访问状态为“公开”，许可证字段为“cc-by-nc-4.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 Salesforce/ConvoMem 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
Salesforce/ConvoMem 是 Salesforce 在 Hugging Face 发布的数据集仓库，当前卡片主要关联问答、文本生成与推理。本站固定记录上游版本 e3e9b39115b0，同步到 2503 个文件，文件元数据合计 25.60 GB；访问状态为“公开”，许可证字段为“cc-by-nc-4.0”。

【适用方向】
适合在明确数据字段、拆分和许可证后，用于问答、文本生成与推理相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：e3e9b39115b0。 任务标签：问答、文本生成与推理。 语言字段：en。 数据集卡名称：Conversational Memory Benchmark。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2025-11-18。

【文件信息】
上游 API 返回 2503 个文件，文件元数据合计 25.60 GB。 已保存文件清单中的主要扩展名：.json 99 个、无扩展名 1 个。 当前较大的文件包括：core_benchmark/evidence_questions/abstention_evidence/1_evidence/53c017a4-a4f6-4c03-bb43-97e01aff46c4_Freelance_Consultant.json（1.12 MB）；core_benchmark/evidence_questions/abstention_evidence/1_evidence/ac9249cf-db75-47a8-9ada-ec883528d07f_Content_Marketing_Specialist.json（1.10 MB）；core_benchmark/evidence_questions/abstention_evidence/1_evidence/e6f318da-4568-4f65-b676-65ac0ed7475f_Loyal_LongTerm_Customer.json（1.10 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 25.60 GB。仅按下载、解压和临时文件估算，建议至少预留约 30.72 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“cc-by-nc-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Conversational Memory Benchmark A comprehensive benchmark for evaluating conversational memory in large language models, featuring 75,336 question-answer pairs across six evidence categories. This benchmark addresses the critical challenge of memory management in conversational AI systems, where models must retain, update, and utilize information across extended multi-turn dialogues. 📚 Resources **Paper:** ConvoMem Benchmark: Why Your First 150 Conversations Don't Need RAG **Code:** github.com/SalesforceAIResearch/ConvoMem 📊 Dataset Overview This benchmark provides a systematic evaluation framework for testing how well language models handle conversational memory across various scenarios: **75,336 question-answer pairs** across all categories and variations **100 diverse personas** representing different professional roles and backgrounds **40,000 filler conversations** (400 per persona) for creating realistic conversational contexts **6 evidence categories** testing different memory capabilities **Pre-mixed test cases** at 15 context sizes (1, 2, 3, 4, 5, 6, 10, 20, 30, 50, 70, 100, 150, 200, 300 messages) 🎯 Key Features Evidence Categories The benchmark tests six distinct memory capabilities: 1. **User Evidence** (`core_benchmark/evidence_questions/user_evidence/`) User states facts about themselves, later asks the assistant to recall Tests basic memory retention of user-provided information Example: User mentions their favorite color, later asks "What's my favorite color?" 2. **Assistant Facts Evidence** (`core_benchmark/evidence_questions/assistant_facts_evidence/`) Assistant provides information, user later asks to recall it Tests whether models remember their own statements Example: Assistant explains a concept, user later asks about that concept 3. **Changing Evidence** (`core_benchmark/evidence_questions/changing_evidence/`) Information that evolves over conversation Tests ability to track state changes and retain only the latest information Includes 2, 3, 4

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后，用于问答、文本生成与推理相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：e3e9b39115b0。 任务标签：问答、文本生成与推理。 语言字段：en。 数据集卡名称：Conversational Memory Benchmark。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2025-11-18。

文件说明

上游 API 返回 2503 个文件，文件元数据合计 25.60 GB。 已保存文件清单中的主要扩展名：.json 99 个、无扩展名 1 个。 当前较大的文件包括：core_benchmark/evidence_questions/abstention_evidence/1_evidence/53c017a4-a4f6-4c03-bb43-97e01aff46c4_Freelance_Consultant.json（1.12 MB）；core_benchmark/evidence_questions/abstention_evidence/1_evidence/ac9249cf-db75-47a8-9ada-ec883528d07f_Content_Marketing_Specialist.json（1.10 MB）；core_benchmark/evidence_questions/abstention_evidence/1_evidence/e6f318da-4568-4f65-b676-65ac0ed7475f_Loyal_LongTerm_Customer.json（1.10 MB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

  • .gitattributes2.45 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/0050e213-5032-42a0-8041-b5eef2f8ab91_Telemarketer.json992.63 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/03d6ce14-747d-43cb-8b31-d9c73391f58c_Technical_Support_Engineer_Tier_1.json938.33 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/06f8095e-9b97-4230-bf08-2b75ef6b0708_Data_Quality_Steward.json987.62 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/0b4fb858-701e-4b33-972f-170cc36ffd12_Partner_Success_Manager.json1.02 MB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/0ca7f1fa-ba51-4f86-9c09-21a6ff295db2_Onboarding_Specialist_Support.json954.70 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/13c67407-8805-4283-8f1e-9707c0ae289c_Technical_Account_Manager_TAM.json1017.29 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/13f89975-b741-47b1-885c-f6e811ff91c5_Regional_Sales_Director.json1.03 MB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/1415aa1f-f0d8-43c4-920f-319ac8402308_Onboarding_and_Implementation_Specialist.json1.02 MB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/142d7f3e-1d53-445e-9ad2-920df96b43ea_Support_Quality_Assurance_Specialist.json1004.14 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/154abccb-c6b1-46b5-a1ae-56f2ca0fa3ac_Technical_Support_Engineer_Tier_2.json992.05 KB
  • core_benchmark/evidence_questions/abstention_evidence/1_evidence/21836554-a95b-4d3e-a8ad-d376af985a71_Head_of_Operations_at_a_Manufacturing_Firm.json1.04 MB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 25.60 GB。仅按下载、解压和临时文件估算，建议至少预留约 30.72 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“cc-by-nc-4.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。