实验：LLM评委难辨AI真实与伪造记忆

开发者 gcolella 在 Hacker News 发布实验，让三个 LLM 评委对比两份 30 天记忆文档：一份是真实运行 30 天的 Kairos 副本 Test-A 的记忆，另一份是模型按长度和格式要求虚构的 Trieste 翻译智能体 Aria 的生平。评委对两者打分仅相差 +0.032，落在作者设定的身份标记 ±0.10 等价边界内。 作者据此指出，只读文本的指标只能衡量记忆如何被书写，无法判断它是否真实经历过，唯一知道真相的是日志。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。